ElasticSearch：聚合

Question

假设在我的文档中，我有一个文本字段进行分析。我只是迷失在 ElasticSearch AggregationAPI 中。我需要支持 2 种不同的情况：

案例 A) 结果是带有计数令牌（术语）的篮子，降序。

案例 B) 结果是带有计数字段文本（整个文本）的篮子，降序排列。小麻烦：我想以不区分大小写的方式对文本进行分组。相当测验......据我所知，分析器是一种为反向索引创建标记的方法。所以，它不会帮助我以不区分大小写的方式对文本进行分组......

请提供参考或示例，

问候，

Answer 1

聚合和搜索在弹性搜索中使用了两种不同的数据结构

例如

如果我用这些值和标准分析器索引一个字段 数据棕色， 狗 ， 小狗 ， 狐狸 ， 狐狸， 在 ， 跳了， 懒惰的 ， 飞跃， 超过 ， 快，夏天，该

这是倒排索引

Term      Doc_1   Doc_2   Doc_3
------------------------------------
brown   |   X   |   X   |
dog     |   X   |       |   X
dogs    |       |   X   |   X
fox     |   X   |       |   X
foxes   |       |   X   |
in      |       |   X   |
jumped  |   X   |       |   X
lazy    |   X   |   X   |
leap    |       |   X   |
over    |   X   |   X   |   X
quick   |   X   |   X   |   X
summer  |       |   X   |
the     |   X   |       |   X

聚合使用的结构

Doc      Terms
-----------------------------------------------------------------
Doc_1 | brown, dog, fox, jumped, lazy, over, quick, the
Doc_2 | brown, dogs, foxes, in, lazy, leap, over, quick, summer
Doc_3 | dog, dogs, fox, jumped, over, quick, the

• 聚合还收集分析器生成的令牌。

你的问题的解决方案是

您必须使用字段以两种不同的方式索引相同的数据

例如

{
  "mappings": {
    "my_type": {
      "properties": {
        "field1": {
          "type": "string",
          "analyzer":"standard",
          "fields": {
            "raw": { 
              "type":  "string",
              "index": "keywordAnalyzed"
            }
          }
        }
      }
    }
  }
}

这将使用两个不同的分析器索引两个不同字段中的相同数据。 所以在第一种情况下

• 您可以在 field1 上进行聚合。
• 对于第二种情况，您需要在令牌过滤器中使用标记器 -> keyword 和 lowercasetokenfilter 构建自定义分析器，并使用此自定义分析器 在 field1.raw 中。但是，最好将字段 field1.raw 索引为 not_analyzed，因为在分析的字符串字段上进行聚合是一个内存密集型过程，并且在代码级别索引时使用小写字段值