如何在聚合中获取特定的_source字段

Question

我正在探索 ElasticSearch，用于处理大量数据并生成一些统计结果的应用程序。我的要求是检索特定字段的某些统计信息。例如，对于给定的字段，我想检索它的唯一值和每个值的文档频率，以及值的长度。值长度与每个文档一起编入索引。到目前为止，我已经通过以下查询对 Terms Aggregation 进行了试验：

{
  "size": 0,
  "query": {
  "match_all": {}
},
 "aggs": {
 "type_count": {
   "terms": {
     "field": "val.keyword",
     "size": 100
   }
  }
 }
}

查询returns字段val中的所有值以及每个值出现的文档数。我希望字段 val_len 也被返回。是否可以使用 ElasticSearch 实现此目的？换句话说，是否可以在存储桶中包含特定的 _source 字段？我已经查看了在线提供的文档，但还没有找到解决方案。希望有人能指出我正确的方向。提前致谢！

我尝试按以下方式包含 _source：

 "aggs": {
    "type_count": {
     "terms": {
        "field": "val.keyword",
        "size": 100        
      },
        "_source":["val_len"]
    }
  }

和

"aggs": {
 "type_count": {
   "terms": {
     "field": "val.keyword",
     "size": 100,
      "_source":["val_len"]
    }     
  }
}

但我想这不是正确的方法，因为两者都给了我解析错误。

Answer 1

您需要使用另一个名为 top_hits 的子聚合，如下所示：

"aggs": {
 "type_count": {
   "terms": {
     "field": "val.keyword",
     "size": 100
    },
    "aggs": {
      "hits": {
        "top_hits": {
          "_source":["val_len"],
          "size": 1
        }
      }
    }
  }
}

另一种方法是使用另一个 avg 子聚合，这样您也可以对其进行排序

"aggs": {
 "type_count": {
   "terms": {
     "field": "val.keyword",
     "size": 100,
     "order": {
       "length": "desc"
     }
    },
    "aggs": {
      "length": {
        "avg": {
          "field": "val_len"
        }
      }
    }
  }
}

如何在聚合中获取特定的_source字段

How to get specific _source fields in aggregation

elasticsearch

elasticsearch-aggregation