Elasticsearch-如何获取常用词汇列表

Question

我有一个临时索引，其中包含我需要审核的文档。我想按它们包含的单词对这些文档进行分组。

例如，我有以下文件：

1-“ aaa bbb ccc ddd eee fff”

2-“ bbb mmm aaa fff xxx”

3-“ hhh aaa fff”

因此，我想得到最受欢迎的单词，最好是计数：“ aaa”-3，“ fff”-3，“ bbb”-2，等等。

elasticsearch有可能吗？

Answer 1

进行简单的术语聚合搜索将满足您的需求：

（mydata您的字段名称在哪里）

curl -XGET 'http://localhost:9200/test/data/_search?search_type=count&pretty' -d '{
  "query": {
    "match_all" : {}
  },
  "aggs" : {
      "mydata_agg" : {
    "terms": {"field" : "mydata"}
    }
  }
}'

将返回：

{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 3,
    "max_score" : 0.0,
    "hits" : [ ]
  },
  "aggregations" : {
    "mydata_agg" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [ {
        "key" : "aaa",
        "doc_count" : 3
      }, {
        "key" : "fff",
        "doc_count" : 3
      }, {
        "key" : "bbb",
        "doc_count" : 2
      }, {
        "key" : "ccc",
        "doc_count" : 1
      }, {
        "key" : "ddd",
        "doc_count" : 1
      }, {
        "key" : "eee",
        "doc_count" : 1
      }, {
        "key" : "hhh",
        "doc_count" : 1
      }, {
        "key" : "mmm",
        "doc_count" : 1
      }, {
        "key" : "xxx",
        "doc_count" : 1
      } ]
    }
  }
}