elasticsearch - 对子文档字段值的Elasticsearch聚合

Question

我面临以下问题，即基于其子文档的汇总值来选择和排序父文档。汇总(例如sum)本身取决于查询字符串，即哪些子文档与汇总相关。
示例:给定文档篮子A 和篮子B ，对于每个basket document，如果number字段与我的查询匹配，例如，我希望对其fruit子级的name字段求和。 apples。

PUT /baskets/_doc/0
{
  "name": "basket A", 
  "fruit": [
    {
      "name": "apples",
      "number": 2
    },
    {
      "name": "oranges",
      "number": 3
    }
  ]
}

PUT /baskets/_doc/1
{
  "name": "basket B",
  "fruit": [
    {
      "name": "apples",
      "number": 3
    },
    {
      "name": "apples",
      "number": 3
    }
  ]
}

对应:

PUT /baskets
{
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "fruit": { 
        "type": "nested",
        "properties": {
          "name": { "type": "text" },
          "number": { "type": "long" }
        }
      }
    }
  }
}

用例1:哪个篮子(严格)有超过5个苹果？只期望篮B

用例2:按苹果数对篮子分类。期望篮子B 总共有6个苹果，然后是篮子A 总共有2个苹果。

如何使用Elasticsearch(7.8.0)查询DSL实现这一目标？
到目前为止，我已经尝试了nested queries and aggregations，但没有成功。
谢谢!
编辑:添加了映射
编辑:更新了数字以更好地反射(reflect)问题
*编辑:为用例2 添加了可能的答案(请参阅@joe对答案的评论):

GET /profiles/_search
{
  "aggs": {
    "aggs_baskets": {
      "terms": {
        "field": "name",
        "order": {"nest > fruit_filter > fruit_sum": "desc"}
      },
      "aggs": {
        "nest":{
          "nested":{
            "path": "fruit"
          },
          "aggs":{
            "fruit_filter":{
              "filter": {
                "term": {"fruit.name": "apple"}
              },
              "aggs":{
                "fruit_sum":{
                  "sum": {"field": "fruit.number"}
                }
              }
            }
          }
        }
      }
    }
  }
}

Answer 1

用例1:

GET baskets/_search
{
  "query": {
    "nested": {
      "path": "fruit",
      "inner_hits": {}, 
      "query": {
        "bool": {
          "must": [
            {
              "term": {
                "fruit.name": {
                  "value": "apples"
                }
              }
            },
            {
              "range": {
                "fruit.number": {
                  "gte": 5
                }
              }
            }
          ]
        }
      }
    }
  }
}

严格超过5-> gt; > = 5-> gte。
还要注意inner_hits部分-这为您提供了导致该特定查询篮与查询匹配的实际嵌套子文档。这不是必需的，但必须了解。
用例2:

GET baskets/_search
{
  "sort": [
    {
      "fruit.number": {
        "nested_path": "fruit",
        "order": "desc"
      }
    }
  ]
}

用例2编辑:
可能有更干净的方法可以做到这一点，但我将遵循以下几点:

GET baskets/_search
{
  "size": 0,
  "aggs": {
    "multiply_and_add": {
      "scripted_metric": {
        "params": {
          "only_fruit_name": "apples"
        },
        "init_script": "state.by_basket_name = [:]",
        "map_script": """
          def basket_name = params._source['name'];
          def fruits = params._source['fruit'].findAll(group -> group.name == params.only_fruit_name);
          
          for (def fruit_group : fruits) {
            def number = fruit_group.number;
            
            if (state.by_basket_name.containsKey(basket_name)) {
              state.by_basket_name[basket_name] += number;
            } else {
              state.by_basket_name[basket_name] = number;
            }
          }
        """,
        "combine_script": "return state.by_basket_name",
        "reduce_script": "return states"
      }
    }
  }
}

产生沿着

{
  ...
  "aggregations":{
    "multiply_and_add":{
      "value":[
        {
          "basket A":2,
          "basket B":6
        }
      ]
    }
  }
}

排序可以在reduce_script中完成，也可以在ES响应后处理管道中完成。您当然可以选择带(排序的)列表和lambdas ...
注意所需的nested_path。