Elasticsearch 按内部命中文档计数对父级进行排序

Question

假设我在 Elasticsearch 中索引了一堆 Product 和 Store，其中有产品可用。例如，文档看起来像这样:

{
  name: "iPhone 6s",
  price: 600.0,
  stores: [
    {
      name: "Apple Store Union Square",
      location: "San Francisco, CA"
    },
    {
      name: "Target Cupertino",
      location: "Cupertino, CA"
    },
    {
      name: "Apple Store 5th Avenue",
      location: "New York, NY"
    }
    ...
  ]
}

并使用嵌套类型，映射将是:

"mappings" : {
  "product" : {
    "properties" : {
      "name" : {
        "type" : "string"
      },
      "price" : {
        "type" : "float"
      },
      "stores" : {
        "type" : "nested",
        "properties" : {
          "name" : {
            "type" : "string"
          },
          "location" : {
            "type" : "string"
          }
        }
      }
    }
  }
}

我想创建一个查询来查找特定位置(例如“CA”)可用的所有产品，然后按匹配的商店数量排序。我知道 Elasticsearch 有一个 inner hit允许我在嵌套的 Store 文档中找到匹配项的功能，但是是否可以根据内部匹配项的 doc_count 对 Product 进行排序？并进一步扩展问题，是否可以根据某些内部聚合对父文档进行排序？提前致谢。

Answer 1

您尝试实现的目标是可能的。目前您没有得到预期的结果，因为默认情况下 score_mode 参数在 nested query 中是 avg ，因此如果 5 家商店匹配给定的产品，它们的得分可能低于匹配 2 家商店的商店，因为 _score 是通过取平均值计算的。

通过将 score_mode 指定为 sum，可以通过对所有 inner hits 进行求和 来解决此问题。一个小问题可能是 field length norm即 较短 field 的比赛比大 field 获得更高的分数。因此在您的示例中，Cupertino, CA 将获得比 San Francisco, CA 更高的分数。您可以使用 inner hits 检查此行为。要解决这个问题，您需要禁用 field norms。将位置映射更改为

"location": {
    "type": "string",
    "norms": {
        "enabled": false
    }
}

之后，此查询将为您提供所需的结果。我包含了 inner hits 来演示每个匹配的嵌套文档的 equal score。

{
  "query": {
    "nested": {
      "path": "stores",
      "query": {
        "match": {
          "stores.location": "CA"
        }
      },
      "score_mode": "sum",
      "inner_hits": {}
    }
  }
}

这将根据存储的匹配数量排序产品。

希望这对您有所帮助!