Question

我正在尝试进行术语过滤查询，以获取域名列表中每个域的文档数量：

GET /myindex/_count
{
   "query": {
      "filtered": {
         "filter": {
            "terms": {
                 "domain": ["w3.org"]
            }
         }
      }
   }
}

返回25.我有一个包含几千个域的列表，并且希望在1个查询中执行此操作。那可能吗？我试过了：

GET /myindex/_count
{
  "query": {
    "bool": {
      "must": {
        "terms": {
          "domain": [
            "w3.org",
            "google.com",
            ...,
          ]
        }
      }
    }
  }
}

但这给了我一个数字（而我需要按每个域分解），例如：

w3.org: 25,
google.com: 143,
...

Answer 1

query不会为找到的每个匹配字词返回计数，它会显示找到了多少匹配的文档，基本上是在弹性搜索术语中命中的。要获得您发现的每个字词的数字，必须使用aggregations，可以获得更多可用数据here。

对于您的特定情况，您必须使用Terms Aggregation，提供更多可用数据here。

您的查询将如下所示

GET /myindex/_search
{
  "query": {
    "bool": {
      "must": {
        "terms": {
          "domain": [
            "w3.org",
            "google.com"
          ]
        }
      }
    }
  },
  "aggregations":{
    "domain_count":{
      "terms":{
        "field": "domain"
      }
    }
  }
}

响应看起来像这样，doc_count中的key和buckets是您所需的结果。

{
    ...

    "aggregations" : {
        "domain_count" : {
            "doc_count_error_upper_bound" : 46,
            "buckets" : [
                {
                    "key" : "w3.org",
                    "doc_count" : 100
                },
                {
                    "key" : "google.com",
                    "doc_count" : 52
                },
                ...
            ]
        }
    }
}

确保您使用的是_search终结点，而不是_count。

如果您不想限制w3.org或google.com等特定域的查询，可以提供match_all查询。它会为您提供domain所有可能的doc_count值。

GET /myindex/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {
        }
      }
    }
  },
  "aggregations":{
    "domain_count":{
      "terms":{
        "field": "domain"
      }
    }
  }
}

我可以为每个域名列表计算一次吗？

1 个答案: