ES 1.7.3 Elasticsearch Java 客戶端：重要術語聚合未知值

Question

Out 團隊目前正在將遺留項目從 Elasticsearch v1.7.3 遷移到 v7.8.0。 It's in most part written in Scala, so along with this we would like to replace Java client: Maven Repository: org.elasticsearch » elasticsearch » 1.7.3

在工作過程中，我們發現我們非常不確定的代碼是平靜的，例如：

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

所以我們根本沒有找到getSupersetDf 、 getSubsetSize和getSupersetSize代表什么。 在 ES 1.7.3 中。 重要術語聚合的文檔： 重要術語聚合 | Elasticsearch 參考 [1.7] | 松緊帶

每個桶只doc_count 、 bg_count和score 。 這些方法代表什么——我們只能猜測。 我們的建議之一是getSupersetDf的值與bg_count相同，但這也是主要問題 - Java 客戶端和 Elastic 文檔中的值之間沒有直接映射。

請你幫助我們好嗎？

謝謝！

Answer 1

我們可以在ES 源代碼中找到它：

@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;
}

您可以看到確實， getSupersetDf代表bg_count ，它是包含該術語的背景（超集）文檔的數量。

這表明， subsetSize是doc_count ，而getSupersetSize指向這個計算。 我認為這意味着背景中的文檔總數（無論它們是否包含該術語）。

所以總結一下：

1. bucket.getDocCount ：前台計數，每個重要術語桶中的doc_count 。

2. bucket.getSupersetDf ：背景計數，每個重要術語桶中的bg_count 。

3. bucket.getSubsetSize ：前台文檔總數，即在桶列表之外的響應中出現的doc_count 。

4. bucket.getSupersetSize : 總背景文檔計數，出現在桶列表之外的響應中的bg_count 。