Elasticsearch：从聚合中的存储桶访问值

Posted 2023-03-29

【中文标题】Elasticsearch：从聚合中的存储桶访问值

【英文标题】：Elasticsearch: Access values from buckets in aggregations

【发布时间】：2014-07-01 08:13:28

【问题描述】：

我想创建词云来可视化 Elasticsearch 查询的结果。在词云中，应显示与查询匹配的文档中出现的所有术语。因此，我需要计算出现在任意一组文档中的所有术语的术语频率。问题是我需要文档中所有术语的实际频率，而不仅仅是一个术语出现的文档数量（这很容易使用术语聚合或方面解决）。

给定以下测试指标

curl -XPOST localhost:9200/test -d '
    "mappings": 
        "testdoc" : 
            "properties" : 
                "text" : 
                    "type" : "string",
                    "term_vector": "yes"
                
            
         
    
'

和数据：

curl -XPOST "http://localhost:9200/sports/_bulk" -d'
"index":"_index":"test","_type":"testdoc"
"text":"bike bike car"
"index":"_index":"test","_type":"testdoc"
"text":"car"
"index":"_index":"test","_type":"testdoc"
"text":"car car bus bus"
"index":"_index":"test","_type":"testdoc"
"text":"bike car bus"
'

以下查询返回术语“自行车”的术语频率。

curl -XPOST "http://localhost:9200/test/testdoc/_search" -d'

    "query": 
        "match_all": 
    ,
    "aggs": 
        "words": 
            "terms": 
                "field": "text"
            ,
            "aggs": 
                "tf_sum": 
                     "sum": 
                         "script": "_index[\"text\"][\"bike\"].tf()"
                     
                
            
        
    
'

结果：

   "took": 3,
   "timed_out": false,
   "_shards": 
      "total": 5,
      "successful": 5,
      "failed": 0
   ,
   "hits": 
      "total": 4,
      "max_score": 0,
      "hits": []
   ,
   "aggregations": 
      "words": 
         "buckets": [
            
               "key": "car",
               "doc_count": 4,
               "tf_sum": 
                  "value": 3
               
            ,
            
               "key": "bike",
               "doc_count": 2,
               "tf_sum": 
                  "value": 3
               
            ,
            
               "key": "bus",
               "doc_count": 2,
               "tf_sum": 
                  "value": 1
               
            
         ]
      
   

但是，我想计算单词聚合返回的所有术语的 tf_sum，而不是仅计算“自行车”的 tf_sum。有没有办法在 tf_sum 聚合的脚本中访问桶的关键字段，以便我可以计算 words-aggregation 返回的所有术语的总术语频率？

【问题讨论】：

您是否考虑过使用重要的术语？

【参考方案1】：

我们可以通过在聚合方面使用脚本来实现这一点。我们可以使用 _value 变量访问术语值

curl -XPOST "http://localhost:9200/test/testdoc/_search" -d'

    "query": 
        "match_all": 
    ,
    "aggs": 
        "words": 
            "terms": 
                "field": "text",
                "script" : "_index[\"text\"][_value].tf()"
            
        
    
'

【讨论】：

这在 el 1.7.0 中不起作用，我得到："aggregations": "words": "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [ "key": "0", "doc_count": 4 ]