在 ElasticSearch 中聚合不同的值

Question

我正在尝试在 ElasticSearch 中获取不同的值及其数量。

这可以通过以下方式完成：

"distinct_publisher": {
        "terms": {
            "field": "publisher", "size": 0
        }
    }

我遇到的问题是它计算条款，但如果发布者中有值通过空格分隔，例如： “鸡狗” 并且 5 个文档在发布者字段中具有此值，然后我得到 5 个鸡和 5 个狗：

"buckets" : [
            {
                "key" : "chicken",
                "doc_count" : 5
            },
            {
                "key" : "dog",
                "doc_count" : 5
            },
            ...
        ]

但我想得到这样的结果：

"buckets" : [
            {
                "key" : "Chicken Dog",
                "doc_count" : 5
            }
        ]

Answer 1

chicken 和 dog 分别获得 5 个存储桶的原因是，在您为它们编制索引时，您的文档是 analyzed。

这意味着 elasticsearch 做了一些小的处理来将 Chicken Dog 转换为 chicken 和 dog（小写，并在空间上标记化）。您可以通过使用 Analyze API 来查看 elasticsearch 如何将给定的文本分析为可搜索的标记，例如：

curl -XGET 'localhost:9200/_analyze?&text=Chicken+Dog'

为了聚合“原始”不同的值，您需要使用not_analyzed 映射，这样elasticsearch 就不会进行通常的处理。 This reference 可能会有所帮助。您可能需要重新索引您的数据以应用 not_analyzed 映射以获得您想要的结果。