Elasticsearch：按非键列对术语聚合桶进行排序

Question

数据

我在 ES 索引中保留了对象。它们每个都有一个 myKey 和 myName 字符串字段（保留为关键字字段）。对于同一个 myKey，不能保证 myName 总是相同的。例如。以下两个条目共享相同的 myKey，但具有不同的 myName 值：

{
  "myKey": "123asd",
  "myName": "United States",
  ...
},
{
  "myKey": "123asd",
  "myName": "United States of America",
  ...
},
{
  "myKey": "456fgh",
  "myName": "United Kingdom",
  ...
}

挑战

我需要选择并返回所有不同的 myKey 值，查找并显示最可能的 myName（在 myKey 的上下文中出现的次数最多) 并按 myName 对生成的存储桶进行排序。

到目前为止，我完成了以下工作：

1. 使用 terms 聚合选择不同的 myKey 值。
2. 使用 top_hits 聚合为每个 myKey 选择对应的第一个 myName 值。
3. 使用术语聚合的 order 子句按 myKey 排序。

这是聚合的代码：

"aggs": {
"distinct": {
  "terms": {
    "field": "myKey",
    "order": {
      "_key": "desc"    <----- this sorts the buckets by myKey
    }
  },
  "aggs": {
    "tops": {
      "top_hits": {
        "size": 1,
        "_source": {
          "includes": ["myName"]
        }
      }
    }
  }
}

我阅读了ES documentation，解释了如何引入返回单个指标的第二个聚合。这似乎只针对数字字段。 myName 不是数字。

有没有办法按照 myName 对 ES 中的存储桶进行排序？

非常感谢任何帮助。

2020 年 9 月 2 日编辑

根据用户@joe的询问，目前和预期的结果如下。

当前结果

显然，桶的排序是基于键：123asd 在456fgh 之前：

"aggregations" : {
  "distinct" : {
    "buckets" : [
      {
        "key" : "123asd",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United States"
                }
              }
            ]
          }
        }
      },
      {
        "key" : "456fgh",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United Kingdom"
                }
              }
            ]
          }
        }
      }
    ]
  }
}

预期结果

任务是根据额外选择的字段 myName 对存储桶进行排序：United Kingdom 位于 United States 之前：

"aggregations" : {
  "distinct" : {
    "buckets" : [
      {
        "key" : "456fgh",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United Kingdom"
                }
              }
            ]
          }
        }
      },
      {
        "key" : "123asd",
        "tops" : {
          "hits" : {
            "hits" : [
              {
                "_source" : {
                  "myName" : "United States"
                }
              }
            ]
          }
        }
      }
    ]
  }
}

Answer 1

通过_count:desc，您仅按字母顺序排列了顶部 agg...

您是否尝试过以下在给定myKey 下查找最频繁的myNames 的方法？

{
  "size": 0, 
  "aggs": {
    "by_key": {
      "terms": {
        "field": "myKey",
        "order": {
          "_key": "desc"
        }
      },
      "aggs": {
        "by_name": {
          "terms": {
            "field": "myName",
            "order":{
              "_count": "desc"
            }
          }
        }
      }
    }
  }
}

或者您是否希望根据子 myNameagg 的结果对父 myKeyagg 进行排序？

---

编辑

通过多桶子聚合的结果对父 agg 进行排序会导致以下错误：

桶只能在构建的子聚合器路径上排序 路径内的零个或多个单桶聚合和最终 路径末端的单桶或指标聚合。

换句话说，你想要达到的目标是不可能的，这里是nicely explained why。

如果您的子聚合是数字（或单桶），它会是 possible。

目前，您唯一的选择似乎是在前端（或您使用这些 aggs 的任何地方）对当前响应进行后处理（或者更确切地说是后排序）。