6

我正在尝试使用 ElasticSearch 进行分析——特别是跟踪手动 Rails CMS 的“热门内容”。该要求比为每条内容保留一个计数器要复杂得多。我现在不会深入研究问题，因为我似乎连基础知识都无法工作。

我的问题是：我使用的是构面，但计数不是我期望的。例如：

询问：

{"facets":{"el_ids":{"terms":{"field":"el_id","size":1,"all_terms":false,"order":"count"}}}}

结果：

{"el_ids":{"_type":"terms","missing":0,"total":16672,"other":16657,"terms":[{"term":"quis","count":15}]}}

好的，很好，id 为“quis”的内容有 15 次点击，因为order它count应该是我的顶级内容。现在让我们获取前 5 条内容。

询问：

{"facets":{"el_ids":{"terms":{"field":"el_id","size":5,"all_terms":false,"order":"count"}}}}

结果（只是方面）：

[
  {"term":"qgz9","count":26},
  {"term":"quis","count":15},
  {"term":"hnqn","count":15},
  {"term":"higp","count":15},
  {"term":"csns","count":15}
]

嗯？那么 ID 为“qgz9”的内容的点击率更高，达到 26 次？为什么它不是第一个查询中的最高结果？

好的，现在让我们进入前 100 名。

询问：

{"facets":{"el_ids":{"terms":{"field":"el_id","size":100,"all_terms":false,"order":"count"}}}}

结果（只是方面）：

[
  {"term":"qgz9","count":43},
  {"term":"difc","count":37},
  {"term":"zryp","count":31},
  {"term":"u65r","count":31},
  {"term":"sxsi","count":31},
  ...
]

那么现在“qgz9”有 43 次点击而不是 26 次？这个怎么可能？我可以向您保证，在后台修改索引时不会发生任何事情。如果我重复这些查询，我会得到相同的结果。

当我重复这个增加结果大小的过程时，计数继续变化，新的内容 ID 出现在顶部。有人可以向我解释我做错了什么，或者我对它如何工作的理解存在缺陷吗？

4

1 回答 1

7

事实证明，这是一个已知问题：

...现在前 N 个方面的工作方式是从每个分片中获取前 N 个，然后合并结果。这可能会给出不准确的结果。

默认情况下，我的索引是用 5 个分片创建的。通过更改这一点，索引只有一个分片，计数的行为符合我的预期。另一种解决方法是始终设置size为大于预期构面数量的值并剥离前 N 个结果。

于 2012-07-07T16:31:07.760 回答