Elasticsearch：按非键列对术语聚合桶进行排序

Question

数据

我在ES索引中保留了对象。其中每个字段都有一个myKey和myName字符串字段（持久化为关键字字段）。不能保证同一个myKey的myName总是相同的。E、 g.以下两个条目共享相同的myKey，但具有不同的myName值：

{
  "myKey": "123asd",
  "myName": "United States",
  ...
},
{
  "myKey": "123asd",
  "myName": "United States of America",
  ...
},
{
  "myKey": "456fgh",
  "myName": "United Kingdom",
  ...
}

挑战

我需要选择并返回所有不同的myKey值，查找并显示最可能的myName（myKey上下文中出现的最多），并按myName对生成的Bucket进行排序。

到目前为止，我做到了以下几点：

1. 使用术语聚合选择不同的myKey值。
2. 使用top_hits聚合为每个myKey选择对应的第一个myName值。
3. 使用术语聚合的顺序子句按myKey排序。

这是聚合的代码：

"aggs": {
"distinct": {
  "terms": {
    "field": "myKey",
    "order": {
      "_key": "desc"    <----- this sorts the buckets by myKey
    }
  },
  "aggs": {
    "tops": {
      "top_hits": {
        "size": 1,
        "_source": {
          "includes": ["myName"]
        }
      }
    }
  }
}

我阅读了ES文档，其中解释了如何引入返回单个度量的第二个聚合。但这似乎只针对数字字段。myName不是数字。

有没有办法按myName对ES中的存储桶进行排序？

非常感谢您的帮助。

根据用户@joe的询问，当前和预期结果如下。

很明显，桶的排序基于以下键：123asd在456fgh之前：

"aggregations" : {
  "distinct" : {
    "buckets" : [
      {
        "key" : "123asd",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United States"
                }
              }
            ]
          }
        }
      },
      {
        "key" : "456fgh",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United Kingdom"
                }
              }
            ]
          }
        }
      }
    ]
  }
}

任务是根据额外选择的字段myName：英国在美国之前对桶进行排序：

"aggregations" : {
  "distinct" : {
    "buckets" : [
      {
        "key" : "456fgh",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United Kingdom"
                }
              }
            ]
          }
        }
      },
      {
        "key" : "123asd",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United States"
                }
              }
            ]
          }
        }
      }
    ]
  }
}




Answer 1

通过执行_count： desc，您只按字母顺序排列了顶部agg...

您是否尝试过以下方法来查找给定myKey下最频繁的myNames？

{
  "size": 0, 
  "aggs": {
    "by_key": {
      "terms": {
        "field": "myKey",
        "order": {
          "_key": "desc"
        }
      },
      "aggs": {
        "by_name": {
          "terms": {
            "field": "myName",
            "order":{
              "_count": "desc"
            }
          }
        }
      }
    }
  }
}

或者您是否希望根据子myNameagg的结果对父myKeyagg进行排序？

编辑

按多桶子聚合的结果对父agg进行排序会导致以下错误：

存储桶只能在子聚合器路径上排序，该子聚合器路径由路径中的零个或多个单桶聚合和路径端的最终单桶或指标聚合构建。

换言之，您试图实现的目标是不可能的，下面很好地解释了原因。

如果您的子聚合是数字（或单个bucket），那么这是可能的。

目前，您唯一的选择似乎是在前端（或您使用这些aggs的任何地方）对当前响应进行后处理（或者更确切地说是后排序）。