Elasticsearch - 根据分数对用户 ID 进行排名

Question

我正在尝试将旧 MySQL 数据库的一些查询迁移到新的 Elasticsearch 设置。数据稍微复杂一点，但归结为以下几点：

我有一个包含很多分数的索引。每个分数代表玩家在特定游戏中的得分。

{
  "userId": 2,
  "scoreId": 3457,
  "game": {
    "id": 6,
    "name": "scrabble"
  },
  "date": 1340047100,
  "score": 56,
  // and more game data
}

scoreId 是该分数的唯一 ID，game.id 是该类型游戏的 ID。

{
  "userId": 6,
  "gameId": 3479,
  "game": {
    "id": 5,
    "name": "risk"
  },
  "date": "1380067200",
  "score": 100,
  // and more game data
}

多年来，人们玩了许多不同的游戏，我想对每种游戏的最佳玩家进行排名。排名基于每位玩家的最佳 6 场比赛。因此，例如，如果一个玩家玩了 10 次拼字游戏，那么只有其 6 个最好的分数才计入其总分。

我想创建一个类似的列表：

// Scrabble ranking:
# | user | total points  
1 |  2   | 4500
2 |  6   | 3200
2 |  23  | 1500

迁移的原因是旧的 MySQL 查询首先获取每个游戏的所有不同用户的列表，然后为每个用户执行另一个查询以获得最好的 6 个分数。我希望我可以使用弹性的聚合在一个查询中完成所有操作，但到目前为止我还不能让它工作。

问题是，在阅读了弹性文档几个小时后，我的问题似乎比示例更复杂。也许如果有人能指出我正确的方向，我可以继续搜索。至少这对我没有任何帮助：

GET /my-index/scores/_search
{
  "query": {
    "bool": {
      "filter": [
        {"term": { "game.id": 6 }}
      ]
    }
  },
  "aggs": {
    "scores": {
      "terms": {
        "field": "userId"
      }
    },
    "top_scores_user": {
      "top_hits": {
        "sort": [{
          "score": {
            "order": "desc"
          }
        }],
        "size" : 6
      }
    }
  },
   "size": 0
}

我使用的是 elastic 2.3，但如果真的有必要，我可以升级。

Answer 1

使用top_hits 不会让您实现所需的功能，因为您无法对热门聚合中的每个文档返回的字段进行操作。

解决此问题的一种方法是为用户使用顶级 terms 聚合（如您所做的那样），然后为每个用户使用另一个 terms 子聚合，您可以按降序排序和只取6个最好的。最后，使用pipeline sum_bucket aggregation，您可以总结每个用户的这 6 个分数。

POST /my-index/scores/_search    
{
  "size": 0,
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "game.id": 6
          }
        }
      ]
    }
  },
  "aggs": {
    "users": {
      "terms": {              <--- segment by user
        "field": "userId"
      },
      "aggs": {
        "best_scores": {
          "terms": {          <--- 6 best scores for user
            "field": "score",
            "order": {
              "_term": "desc"
            },
            "size": 6
          },
          "aggs": {
            "total_score": {
              "sum": {
                "field": "score"
              }
            }
          }
        },
        "total_points": {     <--- total points for the user based on 6 best scores
          "sum_bucket": {
            "buckets_path": "best_scores > total_score"
          }
        }
      }
    }
  }
}

请注意，此解决方案的一个缺点是，如果用户有两次完全相同的分数，您将获得 7 个最佳分数，而不是 6 个最佳分数，并且total_score 的值会太高。我们可以使用avg 而不是sum 度量聚合，但是如果我们这样做，我们将忽略其中一个分数出现，这也不好。

还请注意，根据用户的total_points 值对用户进行排序是理想的，但无法使用管道聚合进行排序（因为它们在缩减阶段之后运行）。排序需要在客户端进行。