elasticsearch - 如何计算嵌套字段内的字段数？ -Elasticsearch

Question

我做了以下映射。我想计算每个嵌套字段“产品”中的产品数量(分别针对每个文档)。我还想进行直方图聚合，以便知道特定存储桶大小的数量。

PUT /receipts
{
  "mappings": {
    "properties": {
      "id" : {
        "type": "integer"
      },
      "user_id" : {
        "type": "integer"
      },
      "date" : {
        "type": "date"
      },
      "sum" : {
        "type": "double"
      },
    "products" : {
      "type": "nested",
      "properties": {
        "name" : {
          "type" : "text"
        },
        "number" : {
          "type" : "double"
        },
        "price_single" : {
          "type" : "double"
        },
        "price_total" : {
          "type" : "double"
        }
      }
    }
}
}
}

我已经尝试过此查询，但是我得到的是所有产品的数量，而不是每个文档的产品数量。

GET /receipts/_search
{
  "query": {
    "match_all": {}
  },
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "field": "products"
          }
        }
      }
    }
  }
}

查询结果:

"aggregations" : {
    "terms" : {
      "doc_count" : 6552,
      "bucket_size" : {
        "value" : 0
      }
    }
  }

更新
现在，我有了这段代码，在这里我为每个id分别创建存储桶，并计算其中的产品数量。

GET /receipts/_search
{
  "query": {
    "match_all": {}
  },
  "size" : 0,
  "aggs": {
    "terms":{
      "terms":{
        "field": "_id"
      },
      "aggs": {
        "nested": {
          "nested": {
            "path": "products"
          },
          "aggs": {
            "bucket_size": {
              "value_count": {
                "field": "products.number"
              }
            }
          }
        }
      }
    }
  }
}

查询结果:

"aggregations" : {
    "terms" : {
      "doc_count_error_upper_bound" : 5,
      "sum_other_doc_count" : 490,
      "buckets" : [
        {
          "key" : "1",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 21,
            "bucket_size" : {
              "value" : 21
            }
          }
        },
        {
          "key" : "10",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 5,
            "bucket_size" : {
              "value" : 5
            }
          }
        },
        {
          "key" : "100",
          "doc_count" : 1,
          "nested" : {
            "doc_count" : 12,
            "bucket_size" : {
              "value" : 12
            }
          }
        },
...

可以将这些值(21、5、12 ...)分组到存储桶中以对其进行直方图处理吗？

Answer 1

products仅是单个产品数组的路径，不是可聚合的字段。因此，您需要在产品的某个字段中使用它-例如number:

GET receipts/_search
{
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "field": "products.number"
          }
        }
      }
    }
  }
}

请注意，如果某个产品没有 number，则不会对总数产生影响。因此，最佳实践是始终在每个ID中都包含一个ID，然后在该字段上进行汇总。
或者，您可以使用 a script来解决缺少的值。幸运的是 value_count不会进行重复数据删除-意味着如果两个产品相同和/或具有空值，则它们仍将被计为两个:

GET receipts/_search
{
  "size": 0,
  "aggs": {
    "terms": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "bucket_size": {
          "value_count": {
            "script": {
              "source": "doc['products.number'].toString()"
            }
          }
        }
      }
    }
  }
}

更新
您还可以使用嵌套的复合聚合，该聚合将为您提供带有相应收据ID的直方图产品计数:

GET /receipts/_search
{
  "size": 0,
  "aggs": {
    "my_aggs": {
      "nested": {
        "path": "products"
      },
      "aggs": {
        "composite_parent": {
          "composite": {
            "sources": [
              {
                "receipt_id": {
                  "terms": {
                    "field": "_id"
                  }
                }
              },
              {
                "product_number": {
                  "histogram": {
                    "field": "products.number",
                    "interval": 1
                  }
                }
              }
            ]
          }
        }
      }
    }
  }
}

interval是可修改的。