根据不同文档中相同字段的不同值进行过滤

Question

假设我有以下数据：

{
  "id":"1",
  "name": "John",
  "tag":"x"
},
{
  "id": 2,
  "name":"John",
  "tag":"y"
},
{
  "id": 3,
  "name":"Jane",
  "tag":"x"
}

我想获取同时具有 tag = "x" 和 tag = "y"

的文档数（名称唯一）

鉴于以上数据，查询应该返回 1，因为只有 John 存在两个文档，其中包含两个必需的标签。

到目前为止，我能够做的是一个使用 OR 的查询（因此 tag = "x" 或 tag = "y"）将返回 2。例如：

"aggs": {
  "distict_count": {
    "filter": {
      "terms": {
        "tag": [
          "x",
          "y"
        ]
      }
    },
    "aggs": {
      "agg_cardinality_name": {
        "cardinality": {
          "field": "name"
        }
      }
    }
  }
}

是否可以将其更改为使用 and 而不是 or？

Answer 1

尝试将cardinality 放在术语 agg 下以获得正确的不同计数：

{
  "size": 0,
  "aggs": {
    "distict_count": {
      "filter": {
        "terms": {
          "tag": [
            "x",
            "y"
          ]
        }
      },
      "aggs": {
        "agg_terms": {
          "terms": {
            "field": "name"
          },
          "aggs": {
            "agg_cardinality_name": {
              "cardinality": {
                "field": "name"
              }
            }
          }
        }
      }
    }
  }
}

更正

您可以将 cardinality aggs 与 bucket_selector 结合使用，这将排除唯一标签少于 2 个的存储桶——即 x 和 y：

{
  "size": 0,
  "aggs": {
    "distict_count": {
      "filter": {
        "terms": {
          "tag": [
            "x",
            "y"
          ]
        }
      },
      "aggs": {
        "agg_terms": {
          "terms": {
            "field": "name"
          },
          "aggs": {
            "agg_cardinality_tag2": {
              "bucket_selector": {
                "buckets_path": {
                  "unique_tags_count": "unique_tags_count"
                },
                "script": "params.unique_tags_count > 1"
              }
            },
            "unique_tags_count": {
              "cardinality": {
                "field": "tag"
              }
            },
            "unique_names_count": {
              "cardinality": {
                "field": "name"
              }
            }
          }
        }
      }
    }
  }
}