向 ElasticSearch 术语聚合添加其他字段

Question

索引文档如下：

{
  id: 1, 
  title: 'Blah',
  ...
  platform: {id: 84, url: 'http://facebook.com', title: 'Facebook'}
  ...
}

我想要的是按平台计算和输出统计信息。 对于计数，我可以使用以 platform.id 为字段的术语聚合来计数：

aggs: {
  platforms: {
    terms: {field: 'platform.id'}
  }
}

通过这种方式，我收到的统计信息是一个看起来像 {key: 8, doc_count: 162511} 的多个存储桶，正如预期的那样。

现在，我能否以某种方式将 platform.name 和 platform.url 添加到这些存储桶中（以获得漂亮的统计数据输出）？我带来的最好的看起来像：

aggs: {
  platforms: {
    terms: {field: 'platform.id'},
    aggs: {
      name: {terms: {field: 'platform.name'}},
      url: {terms: {field: 'platform.url'}}
    }
  }
}

事实上，这很有效，并且在每个存储桶中返回了相当复杂的结构：

{key: 7,
  doc_count: 528568,
  url:
   {doc_count_error_upper_bound: 0,
    sum_other_doc_count: 0,
    buckets: [{key: "http://facebook.com", doc_count: 528568}]},
  name:
   {doc_count_error_upper_bound: 0,
    sum_other_doc_count: 0,
    buckets: [{key: "Facebook", doc_count: 528568}]}},

当然，可以从这个结构中提取平台的名称和url（如bucket.url.buckets.first.key），但是有没有更简洁的方法来完成这项任务？

Answer 1

似乎最好的表达意图的方式是top hits聚合：“从每个聚合组中只选择一个文档”，然后从中提取平台：

aggs: {
  platforms: {
    terms: {field: 'platform.id'},
    aggs: {
      platform: {top_hits: {size: 1, _source: {include: ['platform']}}}
  }
}

这样，每个 bucked 将如下所示：

{"key": 7,
  "doc_count": 529939,
  "platform": {
    "hits": {
      "hits": [{
       "_source": {
        "platform": 
          {"id": 7, "name": "Facebook", "url": "http://facebook.com"}
        }
      }]
    }
  },
}

这有点太深了（和 ES 一样），但很干净：bucket.platform.hits.hits.first._source.platform

Answer 2

如果您不一定需要获取 platform.id 的值，则可以使用单个聚合而不是使用连接两个字段 name 和 url 的 script：

aggs: {
  platforms: {
    terms: {script: 'doc["platform.name"].value + "," + doc["platform.url"].value'}
  }
}