《聚类》专题

在elasticsearch中，是否有方法使用自定义分数对聚合桶进行排序/排序？ 我正在按客户姓名进行扣球。每个客户都有多个订单，其中有一个交货日期字段（DeliveDate）。我想根据与当前日期的距离（接近程度）对桶进行排序。 例如，对交货日期更接近今天日期的客户名进行排序。 非常感谢。

我正在尝试获取日期的最大值和最小值。 从文档中，我看不到composite中的max选项：https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-composite-aggregation.html#_value_sources 我想要这样的东西： 是否可以添加到此查询中，

Elasticsearch支持模糊搜索查询：https://www.elastic.co/guide/en/elasticsearch/guide/2.x/fuzzy-match-query.html 和按术语的桶聚合：https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket

在elasticsearch 1.5.0中，我尝试使用scripted\u metric结果对聚合桶进行排序/排序，但收到以下错误： AggregationExecutionException[无效的术语聚合顺序路径[自定义脚本]。术语桶只能在子聚合器路径上排序，该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度量聚合组成 有什么办法可以解决这个问题吗？ 我的查询如下：

我有一个存储字符串数组的字段。不同的文档包含不同的字符串集。 现在，我使用这个聚合查询来分析每个文件类型的使用情况。 结果与预期一致。但最近我在删除XML文件支持后更新了此字段。因此，文档的non具有文件类型XML。我可以从这个查询中确认这一点。 总命中计数为零。奇怪的是，当我再次执行上述聚合查询时，我仍然可以将XML视为一个术语。doc count为零。 如果这个XML术语在任何文档中都不存在，

我想对3条路由使用Apache Camel并行组播，聚合（并等待）其中的2条路由，而让第3条路由自行进行（第3条路由不应阻塞前两条路由）。我还需要在“所有”情况下处理这两个，这意味着如果其中一个失败（例如在处理过程中抛出异常），也应该对其进行聚合。 根据我从Camel文档中了解到的情况，只要不指定StoponException，该行为就应该是“默认的”。但发生的情况是exchange异常永远不会到

我很难相信这个问题还没有在某个地方被问到并回答过，但我找不到任何它的痕迹。

有人知道如何使用Spring-Data将下面的聚合函数转换成java代码吗？

我在elasticsearch中有一个文档索引，每个文档有480个字段。我试图做的是搜索一个词（例如“Apple”），并获得所有其值与搜索词匹配的唯一字段名。所以如果我的文档是： 作为查询的结果，我希望得到如下所示的聚合： 由于每个文档都有480个字段，所以我更喜欢执行multi_match查询，而不是使用包含所有字段的筛选器： 这个查询在ElasticSearch中可能吗？

我想连接两个主题流（左连接），并在连接的流上进行基于窗口的聚合。然而，聚合将某些消息计数两倍，因为在连接期间，根据正确主题中的延迟，某些消息将发出两倍。以下是POC的代码。 它是否可以修复以避免因连接而重复？

我正在寻找一种基于消息聚合的有条件处理消息的方法。我已经研究了很多方法来实现这一点，但似乎Apache Camel不支持它。我会解释这个场景，然后解释我尝试的解决方案。 我试图再次获取文件来处理它们。问题是，据我所知，你不能让消费者按需购买。我尝试使用pollenfrice，但它只能获取单个文件，而不是目录中的所有文件。 我试图筛选/停止父路由。这里的问题是filter()/choice...st

我有一个spark工作，处理大量数据并将结果写入S3。在处理过程中，我可能有超过5000个分区。在写入S3之前，我想减少分区的数量，因为每个分区都是作为一个文件写入的。 在其他一些情况下，处理过程中可能只有50个分区。如果我想合并而不是因为性能原因重新分区，会发生什么。 从文档来看，它说只有当输出分区的数量少于输入时才应该使用coalesce，但是如果不是，它似乎不会导致错误吗？它会导致数据不正确

我正在尝试通过拖放向导 IO 指标监视某些指标。我想获取在特定时间段内下载的文件数，并且我想自己聚合该指标。例如，假设在 10.00 到 10.15 之间，下载了 60 个文件。我希望指标在此时间段和 10.15 之后为 60，它必须返回零。但是，在 10.15 之后，指标始终返回 60。有没有办法避免其自动聚合？

我需要汇总以下记录中的所有标记： https://gist.github.com/sbassi/5642925 （这个片段中有2个样本记录）并按大小对它们进行排序（首先是出现频率更高的标记）。但是我不想考虑具有特定“user_id”的数据（比方说，2,3,6和12）。 以下是我的尝试（只是聚合，没有过滤和排序）： db。用户库。聚合（{$unwind:“$annotations.data.tags

PPTV----产品经理/数据分析职位。 面试过程： Q:自我介绍-----这部分我针对每个公司做的改动比较少，好像每次都没什么差别，具体应该作出什么样的差别回答，没什么把握。 Q：你对产品经理这个职位有什么了解？ A：产品经理的职责有以下：a、通过市场分析和市场调研，了解对用户有价值、可用的产品； b、产品设计以及定义，根据自己的经验和团队的成果，能够设计出新的用户可能喜欢的产品；c、市场推广，