弹性搜索查询不同的嵌套值

Question

我正在为Elastic Search 6.2.2使用高级REST客户端。 假设我在索引“ DOCUMENTS”中有两个类型为“ DOCUMENTS”的文档，分别是

{
   "_id": 1,
   "Name": "John",
   "FunFacts": {
       "FavColor": "Green",
       "Age": 32
   }
},
{
   "_id": 2,
   "Name": "Amy",
   "FunFacts": {
       "FavFood": "Pizza",
       "Age": 33
   }
}

我想找出所有独特的有趣事实及其独特的价值，最终返回最终结果

{
    "FavColor": ["Green"],
    "Age": [32, 33],
    "FavFood": ["Pizza"]
}

对于Elastic Search要求不止一个查询是可以的，但是我更喜欢只查询一个。 此外，弹性搜索索引可能会变得很大，因此我必须强制在ES实例上执行尽可能多的执行。

该代码似乎产生了仅包含FunFacts的文档列表，但是我仍然必须自己执行聚合，这是非常非常不可取的 。

SearchRequest searchRequest = new SearchRequest("DOCUMENTS");
searchRequest.types("DOCUMENTS");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(QueryBuilders.matchAllQuery());
String [] includes = new String[1];
includes[0] = "FunFacts";
String [] excludes = new String[1];
excludes[0] = "Name";
searchSourceBuilder.fetchSource(includes, excludes);
searchRequest.source(searchSourceBuilder);

SearchResponse searchResponse =
    restHighLevelClient.search(searchRequest);

谁能指出我正确的方向？ 我注意到几乎所有的Elastic Search文档都以curl命令的形式出现，这对我没有帮助，因为我不太了解如何将此类命令转换为JAVA。

这是你的情节转折。 由于允许用户决定他们的有趣事实，因此我们无法提前知道FunFacts Map中的关键是什么。 ：/

谢谢，马特

Answer 1

您可以使用聚合在一个查询中完成所有操作。 假设您的索引中包含以下文档

{
   "Name": "Jake",
   "FunFacts": {
       "FavFood": "Burgers",
       "Age": 32
   }
}

{
   "Name": "Amy",
   "FunFacts": {
       "FavFood": "Pizza",
       "Age": 33
   }
}

{
   "Name": "Alex",
   "FunFacts": {
       "FavFood": "Burgers",
       "Age": 28
   }
}

，而您想获得独特的“ FavFood”选择，则可以使用以下术语“聚合”来实现（ 此主题的文档 ）

{
  "aggs": {
    "disticnt_fun_facts": {
      "terms": { "field": "FunFacts.FavFood" }
    }
  }
}

，这会导致类似的情况

{
  ...
  "hits": { ... },
  "aggregations": {
    "disticnt_fun_facts": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "burgers",
          "doc_count": 2
        },
        {
          "key": "pizza",
          "doc_count": 1
        }
      ]
    }
  }
}

为了简洁起见，我只在结果响应中保留了聚合部分，因此要注意的重要是buckets数组，该数组代表找到的每个不同术语key ，它们在文档中的出现次数doc_count 。

希望能有所帮助。