如何计算嵌套字段中的字段数？ - 弹性搜索

Question

我做了以下映射。我想计算每个嵌套字段“产品”中的产品数量（分别针对每个文档）。我还想做一个直方图聚合，这样我就可以知道特定桶大小的数量。

PUT /receipts
{
  "mappings": {
    "properties": {
      "id" : {
        "type": "integer"
      },
      "user_id" : {
        "type": "integer"
      },
      "date" : {
        "type": "date"
      },
      "sum" : {
        "type": "double"
      },
    "products" : {
      "type": "nested",
      "properties": {
        "name" : {
          "type" : "text"
        },
        "number" : {
          "type" : "double"
        },
        "price_single" : {
          "type" : "double"
        },
        "price_total" : {
          "type" : "double"
        }
      }
    }
}
}
}

我试过这个查询，但我得到的是所有产品的数量，而不是每个文档的产品数量。

GET /receipts/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "field": "products"
          }
        }
      }
    }
  }
}

查询结果：

"aggregations" : {
    "terms" : {
      "doc_count" : 6552,
      "bucket_size" : {
        "value" : 0
      }
    }
  }

更新

现在我有了这段代码，我在其中为每个 id 制作单独的存储桶并计算其中的产品数量。

GET /receipts/_search
{
  "query": {
    "match_all": {}
  },
  "size" : 0,
  "aggs": {
    "terms":{
      "terms":{
        "field": "_id"
      },
      "aggs": {
        "nested": {
          "nested": {
            "path": "products"
          },
          "aggs": {
            "bucket_size": {
              "value_count": {
                "field": "products.number"
              }
            }
          }
        }
      }
    }
  }
}

查询结果：

"aggregations" : {
    "terms" : {
      "doc_count_error_upper_bound" : 5,
      "sum_other_doc_count" : 490,
      "buckets" : [
        {
          "key" : "1",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 21,
            "bucket_size" : {
              "value" : 21
            }
          }
        },
        {
          "key" : "10",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 5,
            "bucket_size" : {
              "value" : 5
            }
          }
        },
        {
          "key" : "100",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 12,
            "bucket_size" : {
              "value" : 12
            }
          }
        },
...

是否可以将这些值 (21, 5, 12, ...) 分组到桶中以制作它们的直方图？

Answer 1

products 只是单个产品数组的路径，而不是可聚合 字段。所以你需要在你的产品的一个领域使用它——比如number：

GET receipts/_search
{
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "field": "products.number"
          }
        }
      }
    }
  }
}

请注意，如果产品没有number，它不会计入总数。因此，最佳做法是始终在每个字段中包含一个 ID，然后在该字段上进行聚合。

或者，您可以使用a script 来解释缺失值。幸运的是 value_count 不会进行重复数据删除——这意味着如果两个产品相似和/或具有空值，它们仍将被计为两个：

GET receipts/_search
{
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "script": {
              "source": "doc['products.number'].toString()"
            }
          }
        }
      }
    }
  }
}

更新

您还可以使用嵌套复合聚合，它会为您提供带有相应收据 ID 的直方图产品计数：

GET /receipts/_search
{
  "size": 0,
  "aggs": {
    "my_aggs": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "composite_parent": {
          "composite": {
            "sources": [
              {
                "receipt_id": {
                  "terms": {
                    "field": "_id"
                  }
                }
              },
              {
                "product_number": {
                  "histogram": {
                    "field": "products.number",
                    "interval": 1
                  }
                }
              }
            ]
          }
        }
      }
    }
  }
}

interval 是可修改的。