ES 1.7.3 Elasticsearch Java 客户端：重要术语聚合未知值

Question

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是平静的，例如：

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

所以我们根本找不到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

每个存储桶仅显示 doc_count、bg_count 和 score。这些方法代表什么——我们只能猜测。我们的一项建议是 getSupersetDf 与 bg_count 的值相同，但这也是主要问题 - Java 客户端和 Elastic 文档中的值之间没有直接映射。

你能帮我们吗？

谢谢！

Answer 1

我们可以在ES source code找到这个：

@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;
}

您可以看到，getSupersetDf 确实代表bg_count，它是包含该术语的背景（超集）文档的数量。

而this，表明subsetSize 是doc_count，而getSupersetSize 指向this calculation。我认为这意味着背景中的文档总数（无论它们是否包含该术语）。

总结一下：

1. bucket.getDocCount：前台计数，每个显着的doc_count 术语桶。

2. bucket.getSupersetDf：背景计数，bg_count in 每个重要的术语桶。

3. bucket.getSubsetSize: 总计 前台文档计数，doc_count 出现在 桶列表之外的响应。

4. bucket.getSupersetSize: 总计 背景文档计数，bg_count 出现在 桶列表之外的响应。