elasticsearch中桶内的唯一术语

Question

我有如下映射数据和示例：

{ 
   date : 'yyyy-mm-dd',
   action : 'click',
   userId : 'not_analysed id in this field',
   user : {
     name : 'John',
     age : '28',
     email : 'john@awesome.com',
     country : 'US'
   }
}

我将拥有数百万条这样的记录，这些记录也有重复，因为它是用户活动日志，我想使用日期列根据日期直方图中的唯一 userId 对它们进行分组。 使用基数根据日期直方图获取唯一计数非常简单。

如果我想根据唯一用户存储桶获得最终结果，并对用户字段进行分组，并根据他们的个人资料获取他们的计数，如下所示。 假设在 1 月份，我们有大约 10,000 个活动，但只有 1,000 个唯一用户，并且基于这些用户，我们希望获取用户字段数据以查看人口统计数据。意思是 10,000 条记录，如果对 userId 执行基数，我将有 1,000 条记录。基于这 1,000 条记录，我需要得到如下结果。如何将 10,000 条记录合并为不同的 1,000 条记录，并从这些记录中得出以下答案。

Expected end results:
{
    '2016-01-01',
    aggs: {
        [{
            age: 28,
            count: 100
        }, {
            age: 27,
            count: 500
        }, {
            country: 'US',
            count: 200
        }, {
            country: 'Canada',
            count: 200
        }]
    },
    '2016-02-01',
    aggs: {
        [{
            age: 29,
            count: 200
        }, {
            age: 31,
            count: 1000
        }, {
            country: 'Mexico',
            count: 400
        }, {
            country: 'UK',
            count: 400
        }]
    }

总之，是否有任何通用的方法来计算，然后通过使用术语甚至使用管道聚合来计算结果？

请帮忙。

Answer 1

您需要的是主要日期直方图聚合下的 3 个不同的子聚合。您的查询将与此类似。

查询由age 和country 数据的terms 聚合和唯一用户数的cardinality 聚合组成。

您可以增加每个术语聚合的大小以获得所需的结果。

{
  "aggs": {
    "user_data_over_time": {
      "date_histogram": {
        "field": "date",
        "interval": "day", 
        "format": "yyyy-MM-dd"
      },
      "aggs": {
        "unique_users": {
          "cardinality": {
            "field": "userId"
          }
        },
        "age_data":{
          "terms": {
            "field": "user.age",
            "size": 10
          }
        },
        "country_data":{
          "terms": {
            "field": "user.country",
            "size": 10
          }
        }
      }
    }
  }
}