使用python聚合elasticsearch-dsl中的字段

Question

有人可以告诉我如何编写将汇总（汇总和计数）有关我的文档内容的Python语句吗？

脚本

from datetime import datetime
from elasticsearch_dsl import DocType, String, Date, Integer
from elasticsearch_dsl.connections import connections

from elasticsearch import Elasticsearch
from elasticsearch_dsl import Search, Q

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])

s = Search(using=client, index="attendance")
s = s.execute()

for tag in s.aggregations.per_tag.buckets:
    print (tag.key)

输出值

File "/Library/Python/2.7/site-packages/elasticsearch_dsl/utils.py", line 106, in __getattr__
'%r object has no attribute %r' % (self.__class__.__name__, attr_name))
AttributeError: 'Response' object has no attribute 'aggregations'

是什么原因造成的？“
aggregations”关键字是否错误？我还需要导入其他软件包吗？如果“出勤”索引中的文档有一个名为emailAddress的字段，我将如何计算哪些文档具有该字段的值？

Answer 1

首先。现在我注意到，我在这里写的内容实际上没有定义聚合。对我来说，有关如何使用它的文档不是很可读。使用我上面写的内容，我将进行扩展。我正在更改索引名称以使其成为一个更好的示例。

from datetime import datetime
from elasticsearch_dsl import DocType, String, Date, Integer
from elasticsearch_dsl.connections import connections

from elasticsearch import Elasticsearch
from elasticsearch_dsl import Search, Q

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])

s = Search(using=client, index="airbnb", doc_type="sleep_overs")
s = s.execute()

# invalid! You haven't defined an aggregation.
#for tag in s.aggregations.per_tag.buckets:
#    print (tag.key)

# Lets make an aggregation
# 'by_house' is a name you choose, 'terms' is a keyword for the type of aggregator
# 'field' is also a keyword, and 'house_number' is a field in our ES index
s.aggs.bucket('by_house', 'terms', field='house_number', size=0)

在上面，我们为每个门牌号创建1个存储桶。因此，存储桶的名称将是门牌号。ElasticSearch（ES）始终会提供适合该存储桶的文档的文档计数。Size =
0表示要使用所有结果，因为ES的默认设置是仅返回10个结果（或您的开发人员设置为执行的任何结果）。

# This runs the query.
s = s.execute()

# let's see what's in our results

print s.aggregations.by_house.doc_count
print s.hits.total
print s.aggregations.by_house.buckets

for item in s.aggregations.by_house.buckets:
    print item.doc_count

我之前的错误是认为elasticsearch查询默认具有聚合。您可以自己定义它们，然后执行它们。然后，您的响应可以通过您提到的聚合器进行拆分。

上面的CURL应该看起来像：
注意：我使用SENSE为Google Chrome浏览器提供一个ElasticSearch插件/扩展/附加组件。在SENSE中，您可以使用//注释掉。

POST /airbnb/sleep_overs/_search
{
// the size 0 here actually means to not return any hits, just the aggregation part of the result
    "size": 0,
    "aggs": {
        "by_house": {
            "terms": {
// the size 0 here means to return all results, not just the the default 10 results
                "field": "house_number",
                "size": 0
            }
        }
    }
}

解决方法。DSL的GIT上的某人告诉我忘记翻译，而只是使用这种方法。它更简单，您只需用CURL编写难懂的内容。这就是为什么我称其为变通方法。

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])
s = Search(using=client, index="airbnb", doc_type="sleep_overs")

# how simple we just past CURL code here
body = {
    "size": 0,
    "aggs": {
        "by_house": {
            "terms": {
                "field": "house_number",
                "size": 0
            }
        }
    }
}

s = Search.from_dict(body)
s = s.index("airbnb")
s = s.doc_type("sleepovers")
body = s.to_dict()

t = s.execute()

for item in t.aggregations.by_house.buckets:
# item.key will the house number
    print item.key, item.doc_count

希望这可以帮助。现在，我在CURL中设计所有内容，然后使用Python语句剥离结果以获取所需的内容。这有助于进行多个级别的聚合（子聚合）。