显示所有 Elasticsearch 聚合结果/桶，而不仅仅是 10 个

Question

我正在尝试列出聚合中的所有存储桶，但它似乎只显示前 10 个。

我的搜索：

curl -XPOST "http://localhost:9200/imoveis/_search?pretty=1" -d'
{
   "size": 0, 
   "aggregations": {
      "bairro_count": {
         "terms": {
            "field": "bairro.raw"
         }
      }
   }
}'

返回：

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 16920,
    "max_score" : 0.0,
    "hits" : [ ]
  },
  "aggregations" : {
    "bairro_count" : {
      "buckets" : [ {
        "key" : "Barra da Tijuca",
        "doc_count" : 5812
      }, {
        "key" : "Centro",
        "doc_count" : 1757
      }, {
        "key" : "Recreio dos Bandeirantes",
        "doc_count" : 1027
      }, {
        "key" : "Ipanema",
        "doc_count" : 927
      }, {
        "key" : "Copacabana",
        "doc_count" : 842
      }, {
        "key" : "Leblon",
        "doc_count" : 833
      }, {
        "key" : "Botafogo",
        "doc_count" : 594
      }, {
        "key" : "Campo Grande",
        "doc_count" : 456
      }, {
        "key" : "Tijuca",
        "doc_count" : 361
      }, {
        "key" : "Flamengo",
        "doc_count" : 328
      } ]
    }
  }
}

我有超过 10 个用于此聚合的键。在这个例子中，我有 145 个键，我想要每个键的计数。桶上有分页吗？我可以全部获得吗？

我正在使用 Elasticsearch 1.1.0

Answer 1

大小参数应该是术语查询示例的参数：

curl -XPOST "http://localhost:9200/imoveis/_search?pretty=1" -d'
{
   "size": 0,
   "aggregations": {
      "bairro_count": {
         "terms": {
            "field": "bairro.raw",
             "size": 10000
         }
      }
   }
}'

将size: 0 用于 ES 版本 2 及之前的版本。

设置 size:0 在 2.x 及以后版本中已弃用，因为具有高基数字段值的集群会出现内存问题。您可以在 github issue here 中阅读更多相关信息。

建议为size 显式设置一个介于1 到2147483647 之间的合理值。

Answer 2

如何显示所有的桶？

{
  "size": 0,
  "aggs": {
    "aggregation_name": {
      "terms": {
        "field": "your_field",
        "size": 10000
      }
    }
  }
}

注意

• "size":10000 最多获取 10000 个桶。默认值为 10。

• "size":0 结果，"hits" 默认包含 10 个文档。我们不需要它们。

• 默认情况下，桶按doc_count降序排列。

---

为什么会出现Fielddata is disabled on text fields by default 错误？

因为fielddata is disabled on text fields by default。如果您没有明确选择字段类型映射，则它具有default dynamic mappings for string fields。

所以，你需要有"field": "your_field.keyword"，而不是写"field": "your_field"。

Answer 3

如果您想在不设置幻数 (size: 10000) 的情况下获得所有唯一值，请使用 COMPOSITE AGGREGATION (ES 6.5+)。

来自official documentation：

“如果您想检索嵌套术语聚合中的所有术语或术语的所有组合您应该使用 COMPOSITE AGGREGATION，它允许对所有可能的术语进行分页而不是设置大小大于 terms 聚合中字段的基数。terms 聚合旨在返回顶部术语，不允许分页。”

JavaScript 中的实现示例：

const ITEMS_PER_PAGE = 1000;

const body =  {
    "size": 0, // Returning only aggregation results: https://www.elastic.co/guide/en/elasticsearch/reference/current/returning-only-agg-results.html
    "aggs" : {
        "langs": {
            "composite" : {
                "size": ITEMS_PER_PAGE,
                "sources" : [
                    { "language": { "terms" : { "field": "language" } } }
                ]
            }
        }
     }
};

const uniqueLanguages = [];

while (true) {
  const result = await es.search(body);

  const currentUniqueLangs = result.aggregations.langs.buckets.map(bucket => bucket.key);

  uniqueLanguages.push(...currentUniqueLangs);

  const after = result.aggregations.langs.after_key;

  if (after) {
      // continue paginating unique items
      body.aggs.langs.composite.after = after;
  } else {
      break;
  }
}

console.log(uniqueLanguages);

Answer 4

在您的术语聚合中将大小（第二个大小）增加到 10000，您将获得大小为 10000 的存储桶。默认情况下，它设置为 10。 另外，如果你想看搜索结果，只需将 1st size 设置为 1，你可以看到 1 个文档，因为 ES 确实支持搜索和聚合。

curl -XPOST "http://localhost:9200/imoveis/_search?pretty=1" -d'
{
   "size": 1,
   "aggregations": {
      "bairro_count": {
         "terms": {
             "field": "bairro.raw",
             "size": 10000

         }
      }
   }
}'