elasticsearch - Elasticsearch范围唯一聚合文档

Question

Elasticsearch 2.1.1。
该索引包含有关运动员跳跃的记录。每个运动员都有几次尝试跳跃的尝试。
该文档具有以下结构:

{
   'event_at' : '2015-01-01T12:12:10', - date of jump
   'user_id' : 2142, - athlete’s id
   'distance' : 4 - result
}

有必要获得以下结果:

{'distance_range' : 
 {'*-5' : 12, - the number of unique athletes with the maximum jump score in the range from 0 to 5
  '6-10': 14,- the number of unique athletes with the maximum jump score in the range from 6 to 10
  '11-15': 5 - the number of unique athletes with the maximum jump score in the range from 11 to 15
 } 
}

我设法获得了每个运动员的跳高得分的最大值，但我不知道如何在更高的水平上获得该结果。

使用SQL可以像这样:

SELECT `distace_range`, count(*) FROM (
  SELECT 
    `user_id`,
    IF(MAX(`distace`) <=5, 
      '*-5', 
      IF(MAX(`distace`) >= 6 AND MAX(`distace`) >= 10,
        '6-10',
        '11-15'        
      ) 
    ) `distace_range`
  FROM `events`
  GROUP BY `user_id`
) t
GROUP BY `distace_range;

Answer 1

我在专用于Elasticsearch的official forum上发布了一个问题。目前，标准仪器无法解决该问题，因为对于以下查询:

'aggregations' => [
  'distance_range' => [
    'terms' => [
      'field' => 'doc.user_id',

    ],
    'aggregations' => [
      'max_distance' => [
        'max' => [
          'field' => 'doc.distance'
        ]
      ]
    ]
  ]
]

在Elasticsearch 2.1版中，没有按范围或术语分类的管道聚合器。

有几种解决此问题的方法:

创建包含最大结果

的附加索引

使用脚本

在客户端上对结果求和

我使用了第三种方法。

第一种选择有一个很大的缺点:要拥有相关的附加索引，必须对其进行控制。因此，我对这种解决方案不满意。

第二种选择也有一些重要限制:
计算的复杂性或对选择的影响会显着影响访问时间。而且，我们必须在多个系统中维护代码。