java - 根据重复嵌套类型获取重复文档

Question

大家好。我有一个文档类型“generalTask​​”，其中包含一组名为“completeUser”的嵌套文档。

这是映射:

{
    "generalTask": {
        "properties": {
            "id": {
                "type": "long"
            },
            "completeUser": {
                "type": "nested",
                "properties": {
                    "completeTime": {
                        "type": "long"
                    },
                    "userId": {
                        "type": "long"
                    }
                }
            }
        }
    }
}

现在，我们有两个文档。

例如

{
    "_source": {
        "id": 1001,
        "completeUser": [
            {
                "userId": 1,
                "completeTime": 100
            },
            {
                "userId": 1,
                "completeTime": 300
            },
            {
                "userId":1,
                "completeTime": 500
            }
        ]
    }
}

和

{
    "_source": {
        "id": 1002,
        "completeUser": [
            {
                "userId": 1,
                "completeTime": 200
            },
            {
                "userId": 1,
                "completeTime": 400
            },
            {
                "userId":1,
                "completeTime": 600
            }
        ]
    }
}

我可以通过嵌套聚合获取 docCount(即 6)，如下所示:

    BoolQueryBuilder query = QueryBuilders.boolQuery();
    query.must(nestedQuery("completeUser", termQuery("completeUser.userId", 1)));   
     BoolQueryBuilder builder = getClient().prepareSearch(getIndexName()).setTypes(getIndexType()).setQuery(query)
                        .addAggregation(AggregationBuilders.nested("nested").path("completeUser")
                                .subAggregation(AggregationBuilders.count("count").field("completeUser.userId"))).setSize(0);
   SearchResponse searchResponse = getSearchResponse(builder);
   Nested nested = searchResponse.getAggregations().get("nested");
    long docCount = nested.getDocCount();  // the docCount is 6

但 searchResponse 中仍然只有 2 个文档:

SearchRequestBuilder builder = getClient().prepareSearch(getIndexName()).setTypes(getIndexType())
                .setSearchType(SearchType.QUERY_THEN_FETCH).setQuery(query).setFrom(0).setSize(5); // the size is 5
builder.addSort(SortBuilders.fieldSort("completeUser.completeTime")
                    .setNestedFilter(FilterBuilders.termFilter("completeUser.userId", 1))
                    .order(SortOrder.DESC));
SearchResponse searchResponse = getSearchResponse(builder);

但我想要的是基于completeTime的重复文档。

如何在completeTime之前获取searchResponse顺序中的5个(size的值)文档？

哦，是的。 ElasticSearch版本为1.4.5

Answer 1

由于索引中仅存储了两个文档(或者至少有两个文档与您的查询匹配)，因此这两个文档将在 SearchResponse 中返回给您。您无法直接获取按 completeTime 排序的前五个嵌套文档，因为搜索响应包含存储在索引中的整个对象。

您的解决方案是用 java 代码解析结果:

• 由于您将查询大小设置为 5，因此最多将返回 5 个结果，首先按最高的 completeTime 排序。这意味着您确实收到了所有需要的数据，然后还有更多
• 用java解析所有嵌套文档，然后再次排序并取前五个