ElasticSearch多级父子聚合

Question

我有3个级别的父/子结构。假设：

公司-

由于这里经常更新可用性（以及员工），所以我选择对嵌套使用父/子结构。搜索功能工作正常（所有文档都在正确的碎片中）。

现在我想对这些结果进行排序。按公司（第1级）的元数据对它们进行排序很容易。但我也需要按第3级（可用性）进行排序。

我想要按以下顺序排列的公司列表：

• 与给定ASC位置的距离
• 评级DESC
• 最快可用性ASC

例如：

A公司距离我们5英里，评分为4，最快一名员工在20小时内可以到达B公司距离我们5英里，也有评分为4，但最快一名员工在5小时内到达。

因此排序结果需要为B、A。

我想给每个数据附加特殊的权重，所以我开始编写聚合，稍后可以在我的custom_score脚本中使用。

创建索引、导入数据和搜索的全部要点现在，我已经编写了一个查询，它实际上返回结果，但可用性聚合桶是空的。然而，我也得到了过于结构化的结果，我想将其平铺。

目前我回来了：

公司ID-

我想有这样的聚合：

公司ID-

这样我就可以做我的custom_score脚本来计算分数并正确排序。

更简单的问题：
一个如何按多级（大）子级排序/聚合，并可能将结果展平。

Answer 1

您应该检查R树数据结构https://en.wikipedia.org/wiki/R-tree.

Answer 2

您不需要聚合来执行此操作：

以下是排序标准：

1. 距离ASC（company.location）
2. 评级DESC（company.rating_value）
3. 最快的未来可用性ASC（company.employee.availability.start）

如果忽略#3，则可以运行相对简单的公司查询，如下所示：

GET /companies/company/_search
{
 "query": { "match_all" : {} },
 "sort": {
    "_script": {
        "params": {
            "lat": 51.5186,
            "lon": -0.1347
        },
        "lang": "groovy",
        "type": "number",
        "order": "asc",
        "script": "doc['location'].distanceInMiles(lat,lon)"
    },
    "rating_value": { "order": "desc" }
  }
}

#3很棘手，因为您需要向下寻找可用性（公司

我们将在孙子级别使用一个function\u score查询来计算请求时间和hit中每个可用性之间的时间差。（然后我们将使用评分作为第三个排序标准）。

要访问孙子，我们需要在has_child查询中使用has_child查询。

对于每家公司，我们都希望最快的可用员工（当然还有他们最接近的可用性）。对于这样的情况，Elasticsearch 2.0会给我们一个"score_mode"："min"，但现在，由于我们仅限于"score_mode"："max"，我们将使孙子孙女_score成为时差的倒数。

          "function_score": {
            "filter": { 
              "range": { 
                "start": {
                  "gt": "2014-12-22T10:34:18+01:00"
                } 
              }
            },
            "functions": [
              {
                "script_score": {
                  "lang": "groovy",
                  "params": {
                      "requested": "2014-12-22T10:34:18+01:00",
                      "millisPerHour": 3600000
                   },
                  "script": "1 / ((doc['availability.start'].value - new DateTime(requested).getMillis()) / millisPerHour)"
                }
              }
            ]
          }

因此，现在每个孙子（可用性）的得分将是1/可用小时数（这样我们可以使用每个员工可用的最大互惠时间和最大互惠时间（ly？）每个公司的可用员工）。

总而言之，我们继续查询company，但使用company

GET /companies/company/_search
{
 "query": { 
    "has_child" : {
        "type" : "employee",
        "score_mode" : "max",
        "query": {
          "has_child" : {
            "type" : "availability",
            "score_mode" : "max",
            "query": {
              "function_score": {
                "filter": { 
                  "range": { 
                    "start": {
                      "gt": "2014-12-22T10:34:18+01:00"
                    } 
                  }
                },
                "functions": [
                  {
                    "script_score": {
                      "lang": "groovy",
                      "params": {
                          "requested": "2014-12-22T10:34:18+01:00",
                          "millisPerHour": 3600000
                       },
                      "script": "1/((doc['availability.start'].value - new DateTime(requested).getMillis()) / millisPerHour)"
                    }
                  }
                ]
              }
            }
          }
        }
    }
 },
 "sort": {
  "_script": {
    "params": {
        "lat": 51.5186,
        "lon": -0.1347
    },
    "lang": "groovy",
    "type": "number",
    "order": "asc",
    "script": "doc['location'].distanceInMiles(lat,lon)"
  },
  "rating_value": { "order": "desc" },
  "_score": { "order": "asc" }
 }
}