将反向嵌套排序回父聚合

Question

我目前正在通过一个多级嵌套字段聚合一个集合，并从这个集合中计算一些子聚合指标，这正在使用弹性搜索的反向嵌套功能，如 Sub-aggregate a multi-level nested composite aggregation 所述。

我目前的努力是找到一种方法来按计算的指标之一对聚合进行排序。例如，考虑到以下文档和我当前的搜索调用，我想按点击总和对所有聚合进行排序。

我尝试在back_to_parent 级别的内部aggs 中使用bucket_sort，但得到以下java 异常。

class org.elasticsearch.search.aggregations.bucket.nested.InternalReverseNested cannot be cast to class org.elasticsearch.search.aggregations.InternalMultiBucketAggregation 
(org.elasticsearch.search.aggregations.bucket.nested.InternalReverseNested and org.elasticsearch.search.aggregations.InternalMultiBucketAggregation are in unnamed module of loader 'app')

{
  id: '32ead132eq13w21',
  statistics: {
    clicks: 123,
    views: 456
  },
  categories: [{ //nested type
    name: 'color',
    tags: [{ //nested type
      slug: 'blue'
    },{
      slug: 'red'
    }]
  }]
}

GET /acounts-123321/_search
{
  size: 0,
  aggs: {
    categories_parent: {
        nested: {
          path: 'categories.tags'
        },
        aggs: {
          filtered: {
            filter: {
              term: { 'categories.tags.category': 'color' }
            },
            aggs: {
              by_slug: {
                terms: {
                  field: 'categories.tags.slug',
                  size: perPage
                },
                aggs: {
                  back_to_parent: {
                    reverse_nested: {},
                    aggs: {
                      clicks: {
                        sum: {
                          field: 'statistics.clicks'
                        }
                      },
                      custom_metric: {
                        scripted_metric: {
                          init_script: 'state.accounts = []',
                          map_script: 'state.accounts.add(new HashMap(params["_source"]))',
                          combine_script: 'double result = 0;
                            for (acc in state.accounts) {
                              result += ( acc.statistics.clicks + acc.statistics.impressions);
                            }
                            return result;',
                          reduce_script: 'double sum = 0;
                            for (state in states) {
                              sum += state;
                            }                            
                            return sum;'
                        }
                      },
                      by_tag_sort: {
                        bucket_sort: {
                          sort: [{ 'clicks.value': { order: 'desc' } }]
                        }
                      }
                    }
                  }
                }
              }
            }
          }
        }

---

更新：

如果了解如何通过通过无痛scripted_metric 计算的自定义指标对存储桶进行排序，也将是一件好事。我更新了上面的搜索调用，添加了一个示例custom_metric，我希望允许对其进行排序。

我发现直接使用bucket_sort 不适用于我们用于具体字段的标准排序数组。所以下面似乎没有对事情进行排序。它也不适用于排序脚本，因为[bucket_sort] only supports field based sorting。

by_tag_sort: {
  bucket_sort: {
    sort: [{ 'custom_metric.value': { order: 'desc' } }]
  }
}

Answer 1

bucket_sort 期望在多桶上下文中运行，但您的 reverse_nested 聚合是单桶（不管它是多桶 terms 聚合的子节点）。

诀窍是使用empty-ishfilters aggregation 生成多桶上下文，然后运行桶排序：

{
  "size": 0,
  "aggs": {
    "categories_parent": {
      "nested": {
        "path": "categories.tags"
      },
      "aggs": {
        "filtered": {
          "filter": {
            "term": {
              "categories.tags.category": "color"
            }
          },
          "aggs": {
            "by_slug": {
              "terms": {
                "field": "categories.tags.slug",
                "size": 10
              },
              "aggs": {
                "back_to_parent": {
                  "reverse_nested": {},
                  "aggs": {
                    "multi_bucket_emulator": {
                      "filters": {
                        "filters": {
                          "placeholder_match_all_query": {
                            "match_all": {}
                          }
                        }
                      },
                      "aggs": {
                        "clicks": {
                          "sum": {
                            "field": "statistics.clicks"
                          }
                        },
                        "by_tag_sort": {
                          "bucket_sort": {
                            "sort": [
                              {
                                "clicks.value": {
                                  "order": "desc"
                                }
                              }
                            ]
                          }
                        }
                      }
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

更新：按自定义脚本指标值的结果排序

{
  "size": 0,
  "aggs": {
    "categories_parent": {
      "nested": {
        "path": "categories.tags"
      },
      "aggs": {
        "filtered": {
          "filter": {
            "term": {
              "categories.tags.category": "color"
            }
          },
          "aggs": {
            "by_slug": {
              "terms": {
                "field": "categories.tags.slug",
                "size": 10
              },
              "aggs": {
                "back_to_parent": {
                  "reverse_nested": {},
                  "aggs": {
                    "multi_bucket_emulator": {
                      "filters": {
                        "filters": {
                          "placeholder_match_all_query": {
                            "match_all": {}
                          }
                        }
                      },
                      "aggs": {
                        "clicks": {
                          "sum": {
                            "field": "statistics.clicks"
                          }
                        },
                        "custom_metric": {
                          "scripted_metric": {
                            "init_script": "state.accounts = []",
                            "map_script": """state.accounts.add(params["_source"])""",
                            "combine_script": """
                                double result = 0;
                                for (def acc : state.accounts) {
                                  result += ( acc.statistics.clicks + acc.statistics.impressions);
                                }
                                return result;
                            """,
                            "reduce_script": """
                              double sum = 0;
                              for (def state : states) {
                                sum += state;
                              }                            
                              return sum;
                            """
                          }
                        },
                        "by_tag_sort": {
                          "bucket_sort": {
                            "sort": [
                              {
                                "custom_metric.value": {
                                  "order": "desc"
                                }
                              }
                            ]
                          }
                        }
                      }
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

Answer 2

Joe - Elasticsearch 手册 - 我有一个与您的查询等效的查询（按自定义脚本指标的结果排序），我希望您对查询的响应如下所示。

我注意到bucket_sort 指定的排序不会应用于最上面的存储桶（即by_slug.buckets），它们仍按默认的doc_count 排序进行排序。这也可以通过将custom_metric.value 排序从desc 更改为asc 来验证，这对结果的顺序没有影响。

我对@9​​87654321@ 的理解表明，基于custom_metric 的排序应用于上一层聚合，在本例中为multi_bucket_emulator.buckets（但因为这是一个模拟器，它没有实际的存储桶来排序)。

是否可以根据custom_metric 值对by_slug.buckets 进行排序？

我正在使用 Elasticsearch v7.10。

非常感谢。

（很抱歉发布这个问题作为答案；评论太长了。）

响应（近似值）：

{
    "aggregations": {
        "categories_parent": {
            "filtered": {
                "by_slug": {
                    "buckets": [
                        {
                            "key": "xxxxxx",
                            "back_to_parent": {
                                "multi_bucket_emulator": {
                                    "buckets": {
                                        "placeholder_match_all_query": {
                                            "clicks": {
                                                "buckets": [
                                                    {
                                                        "key": 5.0,
                                                        "doc_count": 1
                                                    },
                                                    …
                                                ]
                                            },
                                            "custom_metric": {
                                                "value": 20.0
                                            }
                                        }
                                    }
                                }
                            }
                        },
                        …
                    ]
                }
            }
        }
    }
}