ElasticSearch 按文档字段分组并计算出现次数

Question

我的 ElasticSearch 6.5.2 索引看起来像：

      {
    "_index" : "searches",
    "_type" : "searches",
    "_id" : "cCYuHW4BvwH6Y3jL87ul",
    "_score" : 1.0,
    "_source" : {
      "querySearched" : "telecom",
    }
  },
  {
    "_index" : "searches",
    "_type" : "searches",
    "_id" : "cSYuHW4BvwH6Y3jL_Lvt",
    "_score" : 1.0,
    "_source" : {
      "querySearched" : "telecom",
    }
  },
  {
    "_index" : "searches",
    "_type" : "searches",
    "_id" : "eCb6O24BvwH6Y3jLP7tM",
    "_score" : 1.0,
    "_source" : {
      "querySearched" : "industry",
    }

我想要一个返回这个结果的查询：

"result": 
{
"querySearched" : "telecom",
"number" : 2
},
{
"querySearched" : "industry",
"number" : 1
}

我只想按出现次数分组并获得每个的数量，限制为最大的十个数字。我尝试过聚合，但桶是空的。谢谢！

Answer 1

案例你的映射

PUT /index
{
  "mappings": {
    "doc": {
      "properties": {
        "querySearched": {
          "type": "text",
          "fielddata": true
        }
      }
    }
  }
}

您的查询应该看起来像

GET index/_search
{
  "size": 0,
  "aggs": {
    "result": {
      "terms": {
        "field": "querySearched",
        "size": 10
      }
    }
  }
}

您应该添加fielddata:true以便为文本类型字段启用聚合更多

    "size": 10, => limit to 10
    

在与@Kamal 进行了简短讨论后，我觉得有必要让您知道，如果您选择启用，fielddata:true您必须知道它会消耗大量堆空间。

从我分享的链接：

Fielddata 会消耗大量堆空间，尤其是在加载高基数文本字段时。一旦 fielddata 被加载到堆中，它就会在段的生命周期内保持在那里。此外，加载 fielddata 是一个昂贵的过程，可能会导致用户体验延迟命中。这就是默认情况下禁用 fielddata 的原因。

另一种选择（更有效的选择）：

PUT /index
{
  "mappings": {
    "doc": {
      "properties": {
        "querySearched": {
          "type": "text",
          "fields": {
           "keyword": {
             "type": "keyword",
             "ignore_above": 256
           }
         }
        }
      }
    }
  }
}

然后你的聚合查询

GET index/_search
{
  "size": 0,
  "aggs": {
    "result": {
      "terms": {
        "field": "querySearched.keyword",
        "size": 10
      }
    }
  }
}

两种解决方案都有效，但您应该考虑到这一点。

希望能帮助到你