elasticsearch - Elasticsearch中任意查询的 “actual hits”的计数(不仅仅是匹配的文档)

Question

这真的让我感到沮丧。我试图寻找解决方案已经很长时间了，但是无论我在哪里寻求人们的相同要求，他们要么想要一些不同的东西(例如here或here或here)，要么就找不到解决方案问题(例如here)。

我需要什么

我想知道我的搜索总共有多少次命中，而与所使用的查询类型无关。我是，而不是，不是在谈论您总是从ES获得的匹配数，即为该查询找到的文档数，而是与我的查询匹配的文档特征的出现数。
例如，我可以有两个带有文本字段“description”的文本文档，两个文档都包含单词hero，但其中一个包含两次。
就像这里的最小示例:

索引映射:

PUT /sample
{
    "settings": {
        "index" : {
            "number_of_shards" : 1,
            "number_of_replicas" : 0
        }
    },
    "mappings": {
        "doc": {
            "properties": {
                "name": { "type": "keyword" },
                "description": { "type": "text" }
            }
        }
    }
}

两个样本文件:

POST /sample/doc
{
    "name": "Jack Beauregard",
    "description": "An aging hero"
}


POST /sample/doc
{
    "name": "Master Splinter",
    "description": "This rat is a hero, a real hero!"
}

...以及查询:

POST /sample/_search
{
    "query": {
        "match": { "description": "hero" }
    },
    "_source": false
}

...这给了我:

{
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 0.22396864,
        "hits": [
            {
                "_index": "sample",
                "_type": "doc",
                "_id": "hoDsm2oB22SyyA49oDe_",
                "_score": 0.22396864
            },
            {
                "_index": "sample",
                "_type": "doc",
                "_id": "h4Dsm2oB22SyyA49xDf8",
                "_score": 0.22227617
            }
        ]
    }
}

因此， 有两个匹配项( "total": 2)，这是正确的，因为查询匹配两个文档。 但我想知道我的查询多次匹配每个文档(或此文档的总和)，在此示例中为 3 ，因为第二个文档包含两次搜索词。
重要:这只是一个简单的示例。但是我希望它适用于任何类型的查询和任何映射，还应包含 inner_hits和所有嵌套的文档。
我没想到这会这么困难，因为无论如何它一定是ES在搜索过程中遇到的信息，对吗？我的意思是，它将在其中具有更高命中率的文档排名更高，那么为什么不能获得这些命中数呢？
我很想称它们为“内部命中”，但这是另一种ES功能的名称(请参见下文)。

我尝试过的/可以尝试的(但是很丑)

我可以使用突出显示(无论如何我都会这样做)，并尝试使突出显示为每个“内部匹配”生成一个突出显示(并且不要将它们组合)，然后对整个搜索结果进行后处理并计算所有突出显示->当然，这非常丑陋，因为(1)我真的不想对结果进行后处理，并且(2)我必须通过将size设置为高值来获得所有结果足够的值(value)，但实际上我只想获得客户要求的结果数量。这将是很多开销!

inner_hits功能听起来很有前途，但这仅意味着您可以独立处理嵌套文档中的匹配，以突出显示每个匹配。我已经将其用于我的嵌套文档，但是它不能解决这个问题，因为(1)它在内部命中级别上仍然存在，并且(2)我也希望它也可以用于非嵌套查询。

有没有一种方法可以对任意查询以通用方式实现？如果有任何建议，我将不胜感激。我什至不愿意通过修改排名或使用脚本字段来解决问题。

非常感谢!

Answer 1

由于性能太差，我绝对不建议将其用于任何实际用途，但是在解释API的结果中的频率计算一词中，该数据在技术上可用。有关概念性说明，请参见What is Relevance?；有关用法，请参见Explain API。