elasticsearch - 刻面计数的问题

Question

我正在尝试使用 ElasticSearch 进行分析——专门用于跟踪手动 Rails CMS 的“热门内容”。该要求比为每条内容保留一个计数器要复杂得多。我现在不会进入问题的深度，因为我似乎连基础知识都无法运作。

我的问题是:我正在使用分面，但计数不是我期望的那样。例如:

查询:

{"facets":{"el_ids":{"terms":{"field":"el_id","size":1,"all_terms":false,"order":"count"}}}}

结果:

{"el_ids":{"_type":"terms","missing":0,"total":16672,"other":16657,"terms":[{"term":"quis","count":15}]}}

好吧，id 为“quis”的内容有 15 次点击，因为 order 是 count，它应该是我最喜欢的内容。现在让我们获取前 5 条内容。

查询:

{"facets":{"el_ids":{"terms":{"field":"el_id","size":5,"all_terms":false,"order":"count"}}}}

结果(只是方面):

[
  {"term":"qgz9","count":26},
  {"term":"quis","count":15},
  {"term":"hnqn","count":15},
  {"term":"higp","count":15},
  {"term":"csns","count":15}
]

嗯？所以带有 id“qgz9”的内容有更多的点击率 26？为什么它不是第一个查询中的最高结果？

好的，现在让我们进入前 100 名。

查询:

{"facets":{"el_ids":{"terms":{"field":"el_id","size":100,"all_terms":false,"order":"count"}}}}

结果(只是方面):

[
  {"term":"qgz9","count":43},
  {"term":"difc","count":37},
  {"term":"zryp","count":31},
  {"term":"u65r","count":31},
  {"term":"sxsi","count":31},
  ...
]

所以现在“qgz9”有 43 次点击，而不是 26 次？怎么可能？我可以向您保证，在后台修改索引时不会发生任何事情。如果我重复这些查询，我会得到相同的结果。

当我重复这个增加结果大小的过程时，计数继续变化并且新的内容 ID 出现在顶部。有人可以向我解释我做错了什么，或者我对它的工作原理的理解哪里有缺陷吗？

Answer 1

原来这是一个known issue :

...the way top N facets work now is by getting the top N from each shard, and merging the results. This can give inaccurate results.

默认情况下，我的索引是用 5 个分片创建的。通过更改它使索引只有一个分片，计数的行为符合我的预期。另一种解决方法是始终将 size 设置为大于预期面数的值，并剥离前 N 个结果。