elasticsearch - 如何通过字段值限制 ElasticSearch 结果？

Question

我们有一个使用映射器附件插件在 ElasticSearch 中索引简历文档的系统。除了索引文档之外，我还存储了一些基本信息，例如它是否与申请人或员工、他们的姓名以及他们在系统中分配的 ID 相关联。运行的查询在遇到 ES 时可能看起来像这样:

{
  "size" : 100,
  "query" : {
    "query_string" : {
      "query" : "software AND (developer OR engineer)",
       "default_field" : "fileData"
    }
  },
  "_source" : {
    "includes" : [ "applicant.*", "employee.*" ]
  }
}

并让我得到如下结果:

"hits": [100]
    0:  {
      "_index": "careers"
      "_type": "resume"
      "_id": "AVEW8FJcqKzY6y-HB4tr"
      "_score": 0.4530588
      "_source": {
      "applicant": {
        "name": "John Doe"
        "id": 338338
        }
      }
    }...

我要做的是限制结果，因此如果 ID 为 338338 的 John Doe 在系统中有三个不同的简历都与查询匹配，我只会得到一个匹配，最好是得分最高的一个(尽管那不是重要，只要我能找到那个人)。我一直在尝试使用过滤器和聚合的不同选项，但我还没有偶然发现这样做的方法。

在我得到结果后，我可以在调用 ES 的应用程序中采取各种方法来解决这个问题，但如果我可以在 ES 方面做到这一点，那将是更可取的。由于我将查询限制为 100 个结果，因此我想取回 100 个个人，而不是取回 100 个结果，然后发现其中 25% 是与同一个人相关的文档。

Answer 1

您想要做的是获取前 100 条唯一记录的聚合，然后是请求“top_hits”的子聚合。这是我系统中的一个示例。在我的例子中，我是:

将结果大小设置为 0，因为我只关心聚合

将聚合的大小设置为 100

对于每个聚合，获得前 1 个结果


GET index1/type1/_search
{
"size": 0,
"aggs": {
"a1": {
"terms": {
"field": "input.user.name",
"size": 100
},
"aggs": {
"topHits": {
"top_hits": {
"size": 1
}
}
}
}
}
}