使用NEST ElasticSearch客户端获取不同的值

Question

我正在使用NEST客户端在我的.NET应用程序中使用Elastic Search构建产品搜索引擎,并且有一件事我遇到了麻烦.获得一组独特的价值观.

我正在搜索有数千种产品,但当然我一次只能向用户返回10或20种产品.为此,分页工作正常.但除了这个主要结果,我想向我的用户显示在完整搜索中找到的品牌列表,以呈现这些用于过滤.

我已经读到我应该使用术语聚合.但是,我无法得到比这更好的东西.这仍然没有真正给我我想要的东西,因为它将像"20世纪福克斯"这样的价值分成3个独立的价值观.

    var brandResults = client.Search<Product>(s => s
         .Query(query)
         .Aggregations(a => a.Terms("my_terms_agg", t => t.Field(p => p.BrandName).Size(250))
         )
     );

    var agg = brandResult.Aggs.Terms("my_terms_agg");

这甚至是正确的方法吗？或者应该使用完全不同的东西？而且,我怎样才能获得正确,完整的价值观？(不是按空格分开..但我想这就是你要求一个'条款'列表时得到的结果？)

我正在寻找的是如果你在MS SQL中这样做你会得到什么

SELECT DISTINCT BrandName FROM [Table To Search] WHERE [Where clause without paging]

Answer 1

您是对的，您想要的是术语聚合。您遇到的问题是 ES 在返回的结果中拆分了“BrandName”字段。这是 ES 中字段的预期默认行为。

我建议您将 BrandName 更改为“Multifield”，这将允许您搜索所有各个部分，以及对“未分析”（又名完整的“20 世纪福克斯”）术语进行术语聚合。

这是 ES 的文档。

https://www.elasticsearch.org/guide/en/elasticsearch/reference/0.90/mapping-multi-field-type.html

[更新] 如果您使用 ES 1.4 或更高版本，多字段的语法现在有点不同。

https://www.elasticsearch.org/guide/en/elasticsearch/reference/current/_multi_fields.html#_multi_fields

这是一个完整的工作示例，说明了 ES 1.4.4 中的要点。请注意，映射指定了字段的“not_analyzed”版本。

PUT hilden1

PUT hilden1/type1/_mapping
{
  "properties": {
    "brandName": {
      "type": "string",
      "fields": {
        "raw": {
          "type": "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

POST hilden1/type1
{
  "brandName": "foo"
}

POST hilden1/type1
{
  "brandName": "bar"
}

POST hilden1/type1
{
  "brandName": "20th Century Fox"
}

POST hilden1/type1
{
  "brandName": "20th Century Fox"
}

POST hilden1/type1
{
  "brandName": "foo bar"
}

GET hilden1/type1/_search
{
  "size": 0, 
  "aggs": {
    "analyzed_field": {
      "terms": {
        "field": "brandName",
        "size": 10
      }
    },
    "non_analyzed_field": {
      "terms": {
        "field": "brandName.raw",
        "size": 10
      }
    }    
  }
}

最后查询的结果：

{
   "took": 3,
   "timed_out": false,
   "_shards": {
      "total": 5,
      "successful": 5,
      "failed": 0
   },
   "hits": {
      "total": 5,
      "max_score": 0,
      "hits": []
   },
   "aggregations": {
      "non_analyzed_field": {
         "doc_count_error_upper_bound": 0,
         "sum_other_doc_count": 0,
         "buckets": [
            {
               "key": "20th Century Fox",
               "doc_count": 2
            },
            {
               "key": "bar",
               "doc_count": 1
            },
            {
               "key": "foo",
               "doc_count": 1
            },
            {
               "key": "foo bar",
               "doc_count": 1
            }
         ]
      },
      "analyzed_field": {
         "doc_count_error_upper_bound": 0,
         "sum_other_doc_count": 0,
         "buckets": [
            {
               "key": "20th",
               "doc_count": 2
            },
            {
               "key": "bar",
               "doc_count": 2
            },
            {
               "key": "century",
               "doc_count": 2
            },
            {
               "key": "foo",
               "doc_count": 2
            },
            {
               "key": "fox",
               "doc_count": 2
            }
         ]
      }
   }
}

请注意，未分析的字段将“20th century Fox”和“foo bar”保留在一起，而分析的字段则将它们分开。