web-dev-qa-db-ja.com

配列内の文字列によるElasticsearch用語の集計

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。

arrayselasticsearchaggregationbuckets
16
Marieke

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

12
Sloan Ahrens