sorting - Elasticsearch:如何获取按匹配分数排序的字段的最高唯一值？

Question

我有一组地址。让我们简化一下，假设唯一的字段是 postcode、city、street、streetnumber 和 name。我希望能够在用户输入邮政编码、城市和一些街道查询时建议街道列表。

例如，如果用户在 HTML 表单中输入:

postcode: 75010
city: Paris
street: rue des

我想得到一个街道列表，例如

'rue des petites écuries'
'rue des messageries'
...
'rue du faubourg poissonnière'
...

我可以向用户建议。

所以，我想获取“街道”字段的唯一值列表，根据它们与我在“街道”字段上的查询的匹配程度排序。我想为此查询获取 10 条最匹配的街道。

返回文档的查询如下所示:

{
    "query": {
        "bool": {
            "must": [
                {{"term": {"postcode": "75010"}},
                {{"term": {city": "Paris"}},
                {{"match": {"street": "rue des"}}
            ]    
        }
     }
}

当然，同一条街道会出现多次，因为每条街道可以在集合中的不同地址出现多次。

我尝试使用“聚合”框架并添加了一个聚合:

{
    "query": {
        "bool": {
            "must": [
                {{"term": {"postcode": "75010"}},
                    {{"term": {city": "Paris"}},
                    {{"match": {"street": "rue des"}}
            ]    
        }
     },
     "aggs": {
        "street_agg": {
            "terms": {
                "field": "street",
                "size": 10
             }
         }           
     }
}

问题是它是自动排序的，不是根据分数，而是根据每个桶中文档的数量。

我想按照每个桶中任意文档的分数对桶进行排序(是的，从桶中的单个文档中获取分数就足够了，因为分数仅取决于街道的内容在我的示例中的字段)。

您将如何实现？

Answer 1

好的，所以实际上可以在 Elasticsearch aggregation order by top hit score 中找到解决方案但前提是你阅读了 Shadocko 在这里的评论:Elasticsearch aggregation order by top hit score ，我没有。

所以这里是任何感兴趣的人的解决方案，以及我 future 的自己:

{                                 
    'query': {
        'bool': {
            'must': [
                {'term': {'postcode': '75010'}},
                {'term': {'city': 'Paris'}},
                {'match': {'street.autocomplete': 'rue des'}}
            ]
         }
    },
    'aggs': {
        'street_agg': {
            'terms': {
                'field': 'street',
                'size': 10,
                'order': {
                    'max_score': 'desc'
                }
            },
            'aggs': {
                'max_score': {
                    'max': {'script': '_score'}
                }
            }
        }
    }
}

它并不完美，因为它使用了 max 聚合函数，这意味着它进行了不必要的计算(只需从桶中取出一个文档的分数就足够了)。但是似乎没有“pick one”聚合函数，只有min、max、avg和sum，所以你必须这样做。好吧，我认为计算最大值并不是那么昂贵。