按桶键值过滤Elasticsearch聚合

Question

我有一个Elasticsearch文档索引，其中有一个包含URL列表的字段。如预期的那样，在该字段上聚合会给我唯一URL的计数。

GET models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "size": 10
      }
    }
  }
}

然后，我想过滤掉其键不包含特定字符串的桶。我已经尝试使用Bucket选择器聚合来实现这一点。

此尝试：

GET models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "size": 10
      }
    },
    "links_key_filter": {
      "bucket_selector": {
        "buckets_path": {
          "key": "links"
        },
        "script": "!key.contains('foo')"
      }
    }
  }
}

失败原因：

名为[links\u key\u filter]且类型为[bucket\u selector]的管道聚合无效。顶层仅允许同级管道聚合

将bucket选择器放在链接聚合中，如下所示：

GET models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "size": 10
      },
      "bucket_selector": {
        "buckets_path": {
          "key": "links"
        },
        "script": "!key.contains('foo')"
      }
    }
  }
}

失败原因：

在[链接]中找到两个聚合类型定义：[术语]和[bucket_selector]

我将继续修补，但目前有点卡住了：(

Answer 1

您可以使用“\u key”获取密钥：

GET models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "size": 10
      },
      "bucket_selector": {
        "buckets_path": {
          "key": "_key"
        },
        "script": "!params.key.contains('foo')"
      }
    }
  }
}

Answer 2

GET models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "size": 10
      }

    },
      "bucket_selector": {
        "buckets_path": {
          "key": "links"
        },
        "script": "!key.contains('foo')"
      }
  }
}

您的选择器应该升级，它应该直接在aggs中并与您的选择器组平行。我不确定密钥过滤

Answer 3

您将无法使用bucket_选择器，因为它的bucket_路径

必须引用数值或单值数字度量聚合[源]

术语聚合产生的内容表示为String条款-无论您是否强制使用占位符多桶聚合，这都不会起作用。

假设链接是关键字数组：

POST models/_doc/1
{
  "links": [
    "google.com",
    "wikipedia.org"
  ]
}

POST models/_doc/2
{
  "links": [
    "reddit.com",
    "google.com"
  ]
}

如果要对除reddit之外的所有内容进行分组，可以使用以下正则表达式：

POST models*/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "links": {
      "terms": {
        "field": "links.keyword",
        "exclude": ".*reddit.*",    <-- 
        "size": 10
      }
    }
  }
}

顺便说一句，使用这样的正则表达式会产生一些非常重要的影响，特别是当你想象一个区分大小写的场景，在这种场景中，你需要一个查询时间生成的正则表达式-正如在如何使用include和regex在elasticsearch中正确查询术语内部聚合值中所讨论的那样？