防止字段的相同值彼此相邻出现的 Elasticsearch 查询

Question

我有一些这样的文档：

{
  "text": "sample - very high relevancy",
  "myField": "a1"
},
{
  "text": "sample - less relevancy",
  "myField": "a2"
},
{
  "text": "sample - high relevancy",
  "myField": "a1"
},
{
  "text": "sample - very less relevancy",
  "myField": "a3"
}

我已经写了一个关于搜索相似性和东西的查询...我试图对它进行排序，就像从来没有两个相同的 myField 值彼此相邻出现一样。

我希望 myField 的所有不同值出现在结果顶部，然后是重复值。

我正在寻找的是一个高级排序查询 如果字段myField 已出现在结果中，则降低文档的分数。

根据我的例子，我希望我的结果是：

{
  "text": "sample - very high relevancy",
  "myField": "a1"
},
{
  "text": "sample - less relevancy",
  "myField": "a2"
},
 {
  "text": "sample - very less relevancy",
  "myField": "a3"
},
{
  "text": "sample - high relevancy",
  "myField": "a1"
},
{
  "text": "sample - extremely less relevancy",
  "myField": "a5"
}

结果底部出现了高相关性字段，因为 a1 值已经出现在顶部，而其他字段 a2 a3 对我来说更重要。 此外，如果一个文档与我们的查询无关紧要，无论它的myField 值是否不出现，都应该位于最底部。

Answer 1

您必须使用 Terms 聚合并更改其排序行为。

下面的伪查询应该可以工作（因为我没有运行弹性）： 聚合用于将重复的结果合并到一个桶中。

对buckets count 应用排序，以便计数为 1 的存储桶位于顶部。

{
"query" : {
  // Your search query/filter goes here
},
"aggs": {
  "myagg": {
    "terms": {
      "field": "myField",
      "order": {
        "myagg>_count" : "asc"
      }
    }
  }
}

}