基于独特的键聚集条款(Terms aggregation based on unique key)

我有一个完整的文件索引。 他们每个人都有一个关键的“用户ID”与每个用户的独特价值，但每个用户可以拥有多个文档。 每个用户具有附加属性（如“颜色”，“动物”）。

我需要得到每个属性这将是AGG计数：

aggs: {
   colors: { terms: { field: color } },
   animals: { terms: { field: animal } }
}

但我需要每个唯一的用户ID，也许这些计数：

aggs: {
   group-by: { field: userid },
   sub-aggs: {
      colors: { terms: { field: color } },
      animals: { terms: { field: animal } }
   }
}

我看着嵌套聚合，但没有得到它，如果他们会有所帮助。

这可能吗？

Answer 1:

嵌套的条件（在SQL类似于GROUP BY）只需要创建多个聚集等级。

目前尚不清楚你在最低水平想什么总额，但此查询将返回单证数量为三个不同的层次：

curl -XGET 'http://localhost:9200/myindex/mypets/_search?pretty' -d '{
  "query": {
    "query_string": { "query":"some query", "fields": ["field1", "field2"]}
  },
  "aggs" : {
      "userid_agg" : {
        "terms": { "field" : "userid"},
        "aggs" : {
           "colors_agg" : {
               "terms": { "field" : "color"},
               "aggs" : {
                  "animals_agg" : {
                      "terms": { "field" : "animal"}
                   }
                }
            }                 
          }
       }
    }
}'

Answer 2:

以下是我终于从对方的回答和ES文件提示发现：

curl -sSd '
{
   "aggs" : {
      "colors" : {
         "aggs" : {
            "users" : {
               "cardinality" : {
                  "field" : "userid"
               }
            }
         },
         "terms" : {
            "field" : "color"
         }
      }
   }
}' 'http://localhost:9200/index/type/_search?size=0&pretty'        

{
  "took" : 806,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 5288447,
    "max_score" : 0.0,
    "hits" : [ ]
  },
  "index" : {
    "colors" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [ {
        "key" : "red",
        "doc_count" : 1185936,
        "users" : {
          "value" : 776440
        }
      }, {
        "key" : "green",
        "doc_count" : 1104816,
        "users" : {
          "value" : 758189
        }
      } ]
    }
  }
}

文章来源: Terms aggregation based on unique key