Elasticsearch术语按数组中的字符串聚合

Question

如何编写Elasticsearch术语聚合，将存储桶按整个术语而不是单个标记拆分？例如，我想按州进行聚合，但以下返回的是纽约、纽约、泽西和加利福尼亚作为单个桶，而不是纽约、新泽西和加利福尼亚作为预期的桶：

curl -XPOST "http://localhost:9200/my_index/_search" -d'
{
    "aggs" : {
        "states" : {
            "terms" : { 
                "field" : "states",
                "size": 10
            }
        }
    }
}'

我的用例就像这里描述的那样https://www.elastic.co/guide/en/elasticsearch/guide/current/aggregations-and-analysis.html只有一个区别：城市字段在我的例子中是一个数组。

示例对象：

{
    "states": ["New York", "New Jersey", "California"]
}

似乎提出的解决方案（将字段映射为not_analyzed）不适用于数组。

我的映射：

{
    "properties": {
        "states": {
            "type":"object",
            "fields": {
                "raw": {
                    "type":"object",
                    "index":"not_analyzed"
                }
            }
        }
    }
}

我试图用“string”替换“object”，但这也不起作用。

Answer 1

我认为您所缺少的只是聚合中的states.raw（请注意，由于没有指定分析器，因此使用标准分析器分析“states”（状态）字段；子字段“raw”（原始）是“not\u analysis”（未分析）。虽然您的映射可能也值得一看。当我尝试针对ES 2.0进行映射时，我遇到了一些错误，但这起到了作用：

PUT /test_index
{
   "mappings": {
      "doc": {
         "properties": {
            "states": {
               "type": "string",
               "fields": {
                  "raw": {
                     "type": "string",
                     "index": "not_analyzed"
                  }
               }
            }
         }
      }
   }
}

然后我添加了几个文档：

POST /test_index/doc/_bulk
{"index":{"_id":1}}
{"states":["New York","New Jersey","California"]}
{"index":{"_id":2}}
{"states":["New York","North Carolina","North Dakota"]}

这个查询似乎可以满足您的要求：

POST /test_index/_search
{
    "size": 0, 
    "aggs" : {
        "states" : {
            "terms" : { 
                "field" : "states.raw",
                "size": 10
            }
        }
    }
}

返回：

{
   "took": 1,
   "timed_out": false,
   "_shards": {
      "total": 1,
      "successful": 1,
      "failed": 0
   },
   "hits": {
      "total": 2,
      "max_score": 0,
      "hits": []
   },
   "aggregations": {
      "states": {
         "doc_count_error_upper_bound": 0,
         "sum_other_doc_count": 0,
         "buckets": [
            {
               "key": "New York",
               "doc_count": 2
            },
            {
               "key": "California",
               "doc_count": 1
            },
            {
               "key": "New Jersey",
               "doc_count": 1
            },
            {
               "key": "North Carolina",
               "doc_count": 1
            },
            {
               "key": "North Dakota",
               "doc_count": 1
            }
         ]
      }
   }
}

下面是我用来测试它的代码：

http://sense.qbox.io/gist/31851c3cfee8c1896eb4b53bc1ddd39ae87b173e