バケットを個別のトークンではなく用語全体で分割するElasticsearch用語集計を作成するにはどうすればよいですか?たとえば、州ごとに集計したいのですが、次の例では、new、york、jersey、およびcaliforniaを個々のバケットとして返します。ニューヨーク、ニュージャージー、カリフォルニアはバケットとして期待どおりに返されません。
curl -XPOST "http://localhost:9200/my_index/_search" -d'
{
"aggs" : {
"states" : {
"terms" : {
"field" : "states",
"size": 10
}
}
}
}'
私のユースケースはここで説明されているものと似ています https://www.elastic.co/guide/en/elasticsearch/guide/current/aggregations-and-analysis.html 違いが1つだけあります:都市私の場合、フィールドは配列です。
オブジェクトの例:
{
"states": ["New York", "New Jersey", "California"]
}
提案されたソリューション(フィールドをnot_analyzedとしてマッピングする)は配列に対して機能しないようです。
私のマッピング:
{
"properties": {
"states": {
"type":"object",
"fields": {
"raw": {
"type":"object",
"index":"not_analyzed"
}
}
}
}
}
「オブジェクト」を「文字列」に置き換えようとしましたが、これも機能しません。
あなたが見逃しているのは"states.raw"
を集計で使用します(アナライザーが指定されていないため、"states"
フィールドは 標準アナライザー で分析されます。サブフィールド"raw"
は"not_analyzed"
)。あなたのマッピングも見るのに耐えるかもしれませんが。 ES 2.0に対してマッピングを試行したところ、いくつかのエラーが発生しましたが、これは機能しました。
PUT /test_index
{
"mappings": {
"doc": {
"properties": {
"states": {
"type": "string",
"fields": {
"raw": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
}
}
次に、いくつかのドキュメントを追加しました:
POST /test_index/doc/_bulk
{"index":{"_id":1}}
{"states":["New York","New Jersey","California"]}
{"index":{"_id":2}}
{"states":["New York","North Carolina","North Dakota"]}
そして、このクエリはあなたが望むことをするようです:
POST /test_index/_search
{
"size": 0,
"aggs" : {
"states" : {
"terms" : {
"field" : "states.raw",
"size": 10
}
}
}
}
戻る:
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0,
"hits": []
},
"aggregations": {
"states": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "New York",
"doc_count": 2
},
{
"key": "California",
"doc_count": 1
},
{
"key": "New Jersey",
"doc_count": 1
},
{
"key": "North Carolina",
"doc_count": 1
},
{
"key": "North Dakota",
"doc_count": 1
}
]
}
}
}
テストに使用したコードは次のとおりです。
http://sense.qbox.io/Gist/31851c3cfee8c1896eb4b53bc1ddd39ae87b173e