Question

我的索引包含以下格式的文档：

{
    "title": "Being John Malkovich",
    "credits": {
        "cast": [
            {
                "name": "Starring",
                "value": "John Malkovich"
            },
            {
                "name": "Supporting",
                "value": "John Cusack"
            }
        ],
        "crew": [
            {
                "name": "Directed",
                "value": "Spike Jonze"
            },
            {
                "name": "Written",
                "value": "Charlie Kauffman"
            }
        ]
    }
}

（这是一个人为的例子，但它遵循我公司使用的结构。）

获取表单回复所需的聚合条件（总共假设30个电影文档）：

{
  "number_of_documents_where_credits_field_exists": 30,
  "top_3_occurances_in_all_the_documents_of_any_cast_or_crew_member": [
    {
      "value": "Tom Cruise",
      "count": 10
    },
    {
      "value": "Spike Jonze",
      "count": 3
    },
    {
      "value": "John Malkovich",
      "count": 1
    }
  ]
}

其中结果按降序排序。

我是ES的新手并且正在查看条款聚合但我不确定如何编写相应的：

{
  "aggs":
      "top_3_occurances_in_all_the_documents_of_any_cast_or_crew_member":
         {
            <NESTED FIELD> : <CAST OR CREW MEMBER>
         }
}

其中 NESTED FIELD 需要采用嵌套字段，而不是像“title”这样的顶级字段。结果应显示最常出现的演员或工作人员姓名。

到目前为止，只要请求（使用REST端点）包含信用类型（比如“cast”）和子信用类型（比如“Starring”），我就可以创建存储桶并应用聚合。例如，要了解主演演员成员的最高出现次数，我有以下内容：

{
 "aggregations" : {
    "nestedagg" : {
      "nested" : {
        "path" : "credits.cast"
      },
      "aggregations" : {
        "filteredagg" : {
          "filter" : {
            "term" : {
              "credits.cast.name" : {
                "value" : "Starring",
                "boost" : 1.0
              }
            }
          },
          "aggregations" : {
            "termsagg" : {
              "terms" : {
                "field" : "credits.cast.value",
                "size" : 3,
                "shard_size" : -1,
                "min_doc_count" : 1,
                "shard_min_doc_count" : 0,
                "show_term_doc_count_error" : false,
                "order" : [
                  {
                    "_count" : "desc"
                  }
                ]
              }
            }
          }
        }
      }
     }
   }
  }

给了我（假设只有20部电影有演员主演角色，其余的是没有主演的合影片）

{
      "number_of_documents_where_credits.cast.Starring_exists": 20,
      "top_3_occurances_in_the_above_20_documents_of_a_starring_cast_member": [
        {
          "value": "Tom Cruise",
          "count": 10
        },
        {
          "value": "Seth Rogen",
          "count": 3
        },
        {
          "value": "Adam Sandler",
          "count": 1
        }
      ]
 }

基本上，我需要一目了然地提供最常见的演员或机组成员名称。如果客户端未填充信用类型和子信用类型，则这将是默认行为。

ElasticSearch：计算嵌套字段发生的文档数

0 个答案: