elasticsearch - Elasticsearch中字符串字段的分位数聚合

Question

我在elasticsearch索引中有一个字符串字段，并尝试在该字段上执行百分位数或分位数聚合(在数字字段上效果很好)。

假设字符串字段中有10,000个名称或城市，则预期结果应该是这样的:

索要四个水桶时:

A-E (2500), F-K (2500), L-M (2500), N-Z (2500)

这些术语不是按字母顺序均匀分布，但存储桶的大小应大致相同。 2600,2400,2800,2200的期限计数是可以接受的。

Answer 1

我不太明白你的问题。但是，如果您有很多城市，似乎可以做任何事情。这就是您可以做的。考虑您的文档是这样的:

{
    "city": "New York",
    ...
}

您可以运行以下聚合查询:

curl -XGET http://localhost:9200/aggs/cities/_search
{
    "query": {
        "match_all": {}
    },
    "aggs": {
        "cities_by_first_char": {
            "terms": {
                "field": "city",
                "script": "_value[0]"
            }
        }
    }
}

使用此方法，您可以看到城市的第一个字符，然后可以根据需要创建任意数量的范围组，然后在此基础上执行计算。

如果您打算大量运行这种查询/汇总，那么我建议您不要使用 script汇总。问题在于，由于没有使Elasticsearch执行脚本，因此使用大量文档会变得非常缓慢。如果您的用例仅限于以第一个字符开头的城市，那么我建议您像在文档中那样添加另一个字段，如下所示:

{
    "city": "New York",
    "city_first_char": "N",
    ...
}

现在，您可以在 city_first_char字段上进行术语汇总，这与 script aggs相比非常快。

希望这可以帮助。