将聚合限制为弹性搜索中的热门内容

Posted 2023-03-22

【中文标题】将聚合限制为弹性搜索中的热门内容

【英文标题】：Limiting aggreation to the top X hits in elasticsearch

【发布时间】：2014-10-15 07:08:33

【问题描述】：

ElasticSearch 根据查询的所有命中构建聚合结果，独立于 from 和 size 参数。这是我们在大多数情况下想要的，但我有一个特殊情况，我需要将聚合限制为前 N 个命中。限制过滤器不适合，因为它不获取最好的 N 个项目，而只获取与查询（每个分片）匹配的第一个 X，与它们的分数无关。

有没有什么方法可以构建一个命中数上限为 N 的查询，以便能够构建一个仅限于前 N 个结果的聚合？如果是的话怎么办？

附属问题：限制匹配文档的分数可能是一种替代方法，即使在我的情况下我需要一个固定的界限。 min_score 参数是否影响聚合？

【问题讨论】：

你是怎么做到的？我有完全相同的问题，并且会很高兴任何提示如何实现这一点。谢谢！

【参考方案1】：

您正在寻找Sampler Aggregation。

我有一个类似的答案解释here

（可选）您可以使用字段或脚本和 max_docs_per_value 设置以控制在任何设备上收集的最大文档数量 一个具有共同价值的分片。

【参考方案2】：

如果您使用的是版本 > 1.3 的 ElasticSearch 集群，则可以通过将 top_hits 聚合 嵌套在聚合中，按所需字段排序并将 size 参数设置为 X 来使用它。

相关文档可以在here找到。

【讨论】：

根据我从文档中了解到的情况，这确实解决了我的问题。我想聚合我的范围查询的热门点击，而不是访问每个桶的热门点击（这是 top_hits 聚合提供的）。

完全正确；如果您可以拥有 top_hits 聚合的子聚合，它可能会起作用。但由于某种原因，top_hits 聚合不接受子聚合。

【参考方案3】：

我需要将聚合限制为前 N 次点击

使用嵌套聚合，您的顶部存储桶可以代表这 N 个命中，嵌套聚合在该存储桶上运行。我会为***聚合尝试 filter 聚合。

棘手的部分是在过滤器中以某种方式使用 _score 并将其完全限制为 N 个条目...有一个 limit 过滤器适用于每个分片，但我认为它不会在这种情况下工作。

【讨论】：

限制过滤器确实不起作用，因为它只在与查询匹配的前 X 个文档处停止，与我需要考虑的分数无关。

对于过滤器聚合，我需要一个 top_hits 过滤器......但这似乎不存在。

【参考方案4】：

看起来Sampler Aggregation 现在可以用于此目的。请注意，它仅适用于 Elastic 2.0。