Question

我想检索有关字符串字段的数据，如最小，最大和平均长度（通过计算字符串中的字符数）。我的问题是aggregations只能用于数字字段。此外，我尝试使用简单的统计方面，

 "query":{
      "match_all": {}
  }, 
 "facets":{
      "stat1":{
           "statistical":{
               "field":"title"}
               }
          }

但是我得到了shard失败和SearchPhaseExecutionException。尝试使用脚本字段时，返回的错误是OutOfMemoryError：

  "query":{
       "match_all": {}
   }, 
  "script_fields":{
       "test1":{"script": "doc[\"title\"].value" }
   }

是否可以使用CURL检索有关简单“标题”字符串字段的数据？谢谢！

Answer 1

我实际上没有尝试过以下内容，但我相信它应该可行。

首先是一些有用的doc-references：

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-facets-statistical-facet.html。

为了实现统计方面，相关的字段值从索引加载到内存中。这意味着每个碎片，应该有足够的内存来包含它们。默认情况下，动态引入的类型是long和double，一个选项可以减少内存占用是显式设置相关的类型可能的字段为short，integer或float。

我不确定如何将脚本字段的类型设置为“short”，这可能是你想要的。减少记忆它应该是可能的。

另外：http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-request-script-fields.html

了解它们之间的区别非常重要 doc ['my_field']。value和_source.my_field。第一个，使用doc 关键字，将导致该字段的条款加载到内存（缓存），这将导致更快的执行，但更多的内存消费。此外，doc [...]符号仅允许简单的值字段（不能从它返回一个json对象）并且只对它有意义未分析或基于单个术语的字段。

所以ALTERNATIVE：将使用_source代替doc而不会缓存长度。

给出：

    {
        "query" : {
            "match_all" : {}
        },
        "facets" : {
            "stat1" : {
                "statistical" : {
                    "script" : "doc['title'].value.length()
                    //"script" : "_source.title.length() //ALTERNATIVE which isn't cached
                }
            }
        }
    }

ElasticSearch - 字符串字段长度的统计方面

1 个答案: