java - ES 1.7.3 Elasticsearch Java 客户端 : significant terms aggregation unknown values

Question

我们的团队目前正在将遗留项目从 Elasticsearch v1.7.3 迁移到 v7.8.0。它大部分是用 Scala 编写的，因此我们想同时替换 Java 客户端:Maven Repository: org.elasticsearch » elasticsearch » 1.7.3

在工作期间，我们发现我们非常不确定的代码和平，比如:

SignificantTerms.Bucket bucket = //fethced significant terms;
bucket.getDocCount
bucket.getSupersetDf
bucket.getSubsetSize
bucket.getSupersetSize

所以我们根本没有找到getSupersetDf、getSubsetSize 和getSupersetSize 代表什么。在 ES 1.7.3 中。重要术语聚合的文档:Significant Terms Aggregation | Elasticsearch Reference [1.7] | Elastic

每个桶仅显示 doc_count、bg_count 和 score。这些方法代表什么——我们只能猜测。我们的建议之一是 getSupersetDf 与 bg_count 的值相同，但同样是主要问题 - Java 客户端和 Elastic 文档中的值之间没有直接映射。

你能帮助我们吗？

谢谢!

Answer 1

我们可以在 ES source code 中找到它:

@Override
public final XContentBuilder toXContent(XContentBuilder builder, Params params) throws IOException {
    builder.startObject();
    keyToXContent(builder);
    builder.field(CommonFields.DOC_COUNT.getPreferredName(), getDocCount());
    builder.field(InternalSignificantTerms.SCORE, getSignificanceScore());
    builder.field(InternalSignificantTerms.BG_COUNT, getSupersetDf());
    getAggregations().toXContentInternal(builder, params);
    builder.endObject();
    return builder;
}

确实可以看到，getSupersetDf代表bg_count，也就是后台(superset)中包含该词条的文档数。

和this , 表示 subsetSize 是 doc_count，而 getSupersetSize 指向 this calculation .我认为这意味着后台文档的总数(是否包含该词)。

总结一下:

1. bucket.getDocCount:前台计数，每个重要的doc_count 术语桶。

2. bucket.getSupersetDf:背景计数，bg_count中 每个重要术语桶。

3. bucket.getSubsetSize:总计 前台文档计数，出现在 遗愿 list 之外的响应。

4. bucket.getSupersetSize:总计 后台文件计数，出现在bg_count 遗愿 list 之外的响应。