elasticsearch - 仅返回前N个桶

Question

因此，在 Elasticsearch 中，我可以执行以下操作:

{
"aggs": {
    "title": {
        "terms": {
            "field": "title",
            "shard_size": 50,
            "size": 5
        }
    }
},
"query": {...},
"size": 0

}

这将返回前5个标题的文档计数，因此我们得到的结果(部分)如下:

"buckets" : [
    {
      "key" : "Delivery Driver",
      "doc_count" : 1495
    },
    {
      "key" : "Assistant Manager",
      "doc_count" : 1250
    },
    {
      "key" : "Server",
      "doc_count" : 1175
    },
    {
      "key" : "Dishwasher",
      "doc_count" : 966
    },
    {
      "key" : "Team Member",
      "doc_count" : 960
    }
  ]

但是现在我需要将文档计数到一些自定义存储桶中，因此我需要执行以下操作:

{
    "aggs": {
        "loc": {
            "filters": {
                "filters": {
                    "1042_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "1594_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "1714_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "1746_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "1814_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "1943_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    },
                    "2658_2": {
                        "terms": {
                            "counties": [
                                ...
                            ]
                        }
                    }
                }
            }
        }
    },
    "query": {...},
    "size": 0
}

请注意，有7个存储分区，因为我们不知道哪个存储分区最大。运行此命令将返回我们:

"buckets" : {
    "1042_2" : {
      "doc_count" : 23687
    },
    "1594_2" : {
      "doc_count" : 8951
    },
    "1714_2" : {
      "doc_count" : 52555
    },
    "1746_2" : {
      "doc_count" : 60534
    },
    "1814_2" : {
      "doc_count" : 63956
    },
    "1943_2" : {
      "doc_count" : 25533
    },
    "2658_2" : {
      "doc_count" : 534
    }
  }

但是我希望只给我最大的5个而不是所有的存储桶。有没有办法像size下的terms参数那样将其限制为仅n个最大存储桶？

Answer 1

size参数对于过滤器聚合没有意义，因为通过指定过滤器，您已经明确指定/控制要创建和返回的存储桶数。

不过，您可能要考虑的是，创建了所有潜在的存储桶，然后使用order -clause按降序对它们进行排序。

在客户端，您只需“消费”第一个n存储桶。