Question

我是Elasticsearch的新手。我试图使用CData Elasticsearch ODBC驱动程序从ES获得结果。是否有可能获得得分总和？

我的代码：

OdbcConnection connection = new OdbcConnection("Driver={CData ODBC Driver for Elasticsearch};server=localhost");
        connection.Open();
        string query = "select sum(_score) from ordersdetails";
        OdbcCommand odbcCommand = new OdbcCommand(query, connection);
        OdbcDataReader dataReader = odbcCommand.ExecuteReader();
        DataTable dataTable = new DataTable();
        dataTable.Load(dataReader);
        connection.Close();

我遇到了以下例外情况

System.Data.Odbc.OdbcException：'ERROR [HY000]'_score'列不适用于sum函数。'

但是下面的查询返回结果：

“通过_id”选择_id，sum（_score）来自ordersdetails组

任何人都知道，为什么我试图获得单个列的结果时会遇到异常？

如果您知道解决方案，请与我分享。

Answer 1

在使用pyodbc和ElasticSearch进行了几次实验之后，我得出了以下结论：

CData ODBC驱动程序知道无法在_score上进行聚合，并且不允许用户这样做
实际按_score计算聚合的行为很可能是一个错误，不是由ElasticSearch执行，而是由驱动程序执行。

简而言之，不要将_score用于任何GROUP BY，这是ElasticSearch专门用于相关性排序的一项特殊功能。

一点介绍

正如我在问题的评论中已经提到的，ElasticSearch中的_score衡量文档与给定查询的相关性（参见docs）：

每个文件的相关性得分用正数表示浮点数称为_score。 _score越高，更相关的文件。

此字段不是文档的一部分，是针对每个查询和每个文档计算的。在ElasticSearch中_score用于sorting。但是，_score is not always computed，例如在现有字段上排序时需要：

不计算_score，因为它不用于排序。

由于此字段是即时计算的，因此无法创建有效的聚合，因此ElasticSearch不允许直接使用此字段。但是，这仍然可以通过using scripts in the aggregations实现。

CData ODBC驱动程序知道_score字段

CData ODBC驱动程序is aware of _score field：

选择_score列后，将请求评分   发出查询上下文请求，对其质量进行评分   搜索结果。默认情况下，结果按降序返回   基于计算的_score。可以指定ORDER BY子句   更改返回结果的顺序。

如果未选择_score列，将发送过滤器上下文，   在这种情况下，Elasticsearch不会计算分数。结果为   除非是ORDER BY，否则这些查询将以任意顺序返回   子句是明确指定的。

基本上，这意味着通过在查询中明确提及_score将使ODBC返回此类字段（默认情况下可能存在）。

实验

我安装了pyodbc并在我的localhost上设置了ElasticSearch 5.4。我调整了ES以记录它收到的所有查询。

1。

首先我复制了第一个案例：

cursor.execute("SELECT sum(_score) FROM my_index.my_type")

并收到了这个例外：

[HY000] The '_score' column is not applicable to the sum function.

在ES的日志中我抓住了这个查询：

{"from":0,"size":100}

2

接下来我接受了第二个查询：

cursor.execute("SELECT _id, sum(_score) FROM my_index.my_type GROUP BY _id")

无异常执行但导致此ES查询：

{"from":0,"size":10000,"_source":{"includes":["_id","_score"],"excludes":[]}}

3

然后我尝试用非现有字段模拟库：

cursor.execute("SELECT sum(score42) FROM simple_index.simple_type")

在这种情况下，例外是不同的：

[HY000] 'score42' is not a valid column.

虽然发送给ES的查询与第一种情况相同。

4

然后我试图找出库如何发送聚合请求：

cursor.execute("SELECT sum(likes) FROM simple_index.simple_type GROUP BY likes")

事实上，它确实使用了ES聚合：

{
  "from": 0,
  "size": 0,
  "aggregations": {
    "likes": {
      "terms": {
        "field": "likes",
        "size": 2147483647,
        "min_doc_count": 1,
        "shard_min_doc_count": 0,
        "show_term_doc_count_error": false,
        "order": [
          {
            "_count": "desc"
          },
          {
            "_term": "asc"
          }
        ]
      },
      "aggregations": {
        "sum_likes": {
          "sum": {
            "field": "likes"
          }
        }
      }
    }
  }
}

结论

该库能够将_score识别为特殊关键字，并且还因为它在被要求sum(_score)时未尝试生成ES聚合这一事实，我认为它不允许一般来说，在_score和＆＃34;工作＆＃34;上进行汇总这里的案例可能是一个错误。

如何从ElasticSearch获取得分总和

1 个答案:

一点介绍

CData ODBC驱动程序知道_score字段

实验

1。

2

3

4

结论