Elasticsearch按字段分组以获取首次出现的值

Question

抱歉，如果我的问题可能重复，我只是没有发现任何类似的问题。

我通过Python将请求发送到Elasticsearch。

这是我的代码：

import json
import requests

query = {
 "size": 5,
 "_source": ["UserId", "Name", "Status"],
 "query": {
   "match_all": {
   }
 }
}

query = json.dumps(query) 

response = requests.get(f'{ES_URL}/{ES_INDEX}/_search',
                        headers={'Content-Type': 'application/json'},
                        data=query)

这是我的回应：

{'took': 16,
 'timed_out': False,
 '_shards': {'total': 5, 'successful': 5, 'skipped': 0, 'failed': 0},
 'hits': {'total': 2069099,
  'max_score': 1.0,
  'hits': [{'_index': 'index2',
    '_type': 'indexresult',
    '_id': '8768768',
    '_score': 1.0,
    '_source': {'UserId': 4264151, 'Name': 'Victor', 'Status': 'High'}},
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '5463255',
    '_score': 1.0,
    '_source': {'UserId': 4264151, 'Name': 'Victor', 'Status': 'Medium'}},
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '2323564',
    '_score': 1.0,
    '_source': {'UserId': 4327653, 'Name': 'John', 'Status': 'Medium'}},
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '3564123',
    '_score': 1.0,
    '_source': {'UserId': 4327653, 'Name': 'John', 'Status': 'Low'}},
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '4456256',
    '_score': 1.0,
    '_source': {'UserId': 7893231, 'Name': 'Sebastian', 'Status': 'Low'}]}}

响应包含UserId（4264151和4327653）值的两个重复。

问题：在Elasticsearch查询中需要写什么才能仅获得唯一UserId值（例如，返回的随机或首次出现UserId）？

也就是说，我希望响应看起来像这样：

{'took': 16,
 'timed_out': False,
 '_shards': {'total': 5, 'successful': 5, 'skipped': 0, 'failed': 0},
 'hits': {'total': 2069099,
  'max_score': 1.0,
  'hits': [{'_index': 'index2',
    '_type': 'indexresult',
    '_id': '8768768',
    '_score': 1.0,
    '_source': {'UserId': 4264151, 'Name': 'Victor', 'Status': 'High'}},
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '2323564',
    '_score': 1.0,
    '_source': {'UserId': 4327653, 'Name': 'John', 'Status': 'Medium'}}
   {'_index': 'index2',
    '_type': 'indexresult',
    '_id': '4456256',
    '_score': 1.0,
    '_source': {'UserId': 7893231, 'Name': 'Sebastian', 'Status': 'Low'}]}}

Answer 1

您可以使用字段折叠和展开结果：

将查询重写为以下内容，每位用户将获得一个文档：

query = {
  "size": 5,
  "_source": false
  "query": {
    "match_all": {
    }
  },
  "collapse" : {
    "field" : "UserId", 
    "inner_hits": {
        "name": "last", 
        "size": 1, 
        "_source": ["UserId", "Name", "Status"],
        "sort": [{ "_id": "desc" }] 
    }
  }
}