elasticsearch - 过滤字符串类型数组值的聚合问题

Question

我们正在为特定电子邮件的收件人编制索引，收件人可以是单个或多个。

以下是属性

FieldName:Subject,Type:String,Analyzer:Keyword

FieldName:Receivers,Type:String,Analyzedr:Keyword

索引日期

Subject:hello,Receivers:["A@abc.com","B@abc","C@abc.com"]

问题是过滤器聚合应用于术语聚合。如果对“A@abc.com”，“B @ abc”进行了过滤，则从逻辑上讲，它应仅在术语汇总中返回“A@abc.com”，“B @ abc”，但返回所有“A@abc.com”， “B @ abc”，C @ abc.com。

以下是我的查询和输出。
输入查询

{
"size":0,
"aggs":{
    "filter":{
        "filter":{
            "terms":{
                "receivers":[
                    "A@abc.com",
                    "B@abc"
                    ]
                }
        },
        "aggs":{
            "result":{
                "terms":{
                    "field":"receivers"
                }
            }
        }
    }
}}

输出

{
"took": 1,
"timed_out": false,
"_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
},
"hits": {
    "total": 26464,
    "max_score": 0,
    "hits": []
},
"aggregations": {
    "filter": {
        "doc_count": 1,
        "result": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": "A@abc.com",
                    "doc_count": 1
                },
                {
                    "key": "B@abc",
                    "doc_count": 1
                },
                {
                    "key": "C@abc.net",
                    "doc_count": 1
                }
            ]
        }
    }
}}

我们甚至尝试使用include，但是在某些情况下，我们可能需要在include self中使用正则表达式，如下所示。在我们需要“A@abc.com”，“B @ abc”的地方，还要仅从“A @ abc”中过滤 ".*abc.com.*" .com”，“B @ abc”。因此输出应为“A@abc.com”，但同时返回“A@abc.com”，“B @ abc”

{
"size":0,
"aggs":{
    "filter":{
        "filter":{
            "terms":{
                "receiver":[
                    "A@abc.com",
                    "B@abc.com"
                    ]
                }
        },
        "aggs":{
            "result":{
                "terms":{
                    "field":"receiver",
                    "include":[ ".*abc.com.*",
                        "A@abc.com",
                        "B@abc.com"
                        ]
                }
            }
        }
    }
}}  

请提出如何实现上述目标。

提前致谢

Answer 1

您的查询应该有所不同:使用正则表达式时，该查询不应位于数组中，而应独立存在。并且点(.)应该转义，因为它是保留字符:

{
  "size": 0,
  "aggs": {
    "filter": {
      "filter": {
        "terms": {
          "receiver": [
            "A@abc.com",
            "B@abc.com"
          ]
        }
      },
      "aggs": {
        "result": {
          "terms": {
            "field": "receiver",
            "include": ".*abc\\.com.*"
          }
        }
      }
    }
  }
}