Question

我有3个级别的父/子结构。让我们说：

公司 - ＆gt;员工 - ＆gt;可用性

由于此处经常更新可用性（以及员工），因此我选择使用父/子结构来嵌套。搜索功能正常（所有文档都在正确的分片中）。

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

我想要按以下方式排序的公司列表：

给定ASC的位置距离
评级DESC
最快的可用性ASC

例如：

A公司距离酒店5英里，评级为4，其中一名员工可在20小时内完成公司B也在5英里外，也有4级，但最快的一名员工可在5小时内完成。

因此排序结果必须是B，A。

我想对每个数据添加特别的权重，所以我开始编写聚合，以后可以在我的custom_score脚本中使用。

Full gist for creating index, importing data and searching

现在，我设法写了一个实际返回结果的查询，但是可用性聚合桶是空的。但是，我也得到了过于结构化的结果，我想将它们弄平。

目前我回来了：

公司IDS - ＆gt;员工IDS - ＆gt;第一次可用性

我希望聚合如下：

公司IDS - ＆gt;第一次可用性

通过这种方式，我可以使用custom_score脚本来计算分数并对其进行正确排序。

更简化的问题：
如何对多级（大）孩子进行排序/聚合，并可能使结果变平。

Answer 1

您不需要汇总来执行此操作：

这些是排序标准：

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

如果忽略＃3，那么您可以运行一个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 非常棘手，因为您需要向下搜索并找到最接近请求时间的每家公司的可用性（公司＆gt;员工＆gt;可用性）并将该持续时间用作第三个排序标准。

我们将在孙子级别使用function_score查询来获取请求时间与匹配_score中的每个可用性之间的时间差。（然后我们将_score用作第三种排序标准）。

要与孙子女联系，我们需要在has_child查询中使用has_child查询。

对于每家公司，我们都希望拥有最快的员工（当然还有他们最接近的可用性）。对于这样的案例，Elasticsearch 2.0会为我们提供"score_mode": "min"，但就目前而言，由于我们仅限于"score_mode": "max"，我们会让孙子_score成为时差的互惠。

          "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)"
                }
              }
            ]
          }

现在，每个孙子_score（可用性）将为1 / number-of-hours-until-available（这样我们就可以使用最大互惠时间直到可用每个员工，最大互惠（ly？）可用的每个公司员工。）

总而言之，我们继续查询公司，但使用公司＆gt;员工＆gt;可用性生成_score以用作＃3 排序标准：

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" }
 }
}

Answer 2

您应该查看R-Tree数据结构https://en.wikipedia.org/wiki/R-tree。

ElasticSearch多级父子聚合

2 个答案: