elasticsearch - 将聚合限制在 elasticsearch 中的前 X 个命中

Question

ElasticSearch 根据查询的所有命中构建聚合结果，独立于 from 和 size 参数。这是我们在大多数情况下想要的，但我有一个特殊情况，我需要将聚合限制为前 N 个命中。限制过滤器不适合，因为它不获取最好的 N 个项目，而只获取与查询（每个分片）匹配的第一个 X，而与它们的分数无关。

有什么方法可以构建一个命中数上限为 N 的查询，以便能够构建一个仅限于前 N 个结果的聚合？如果是这样怎么办？

辅助问题：限制匹配文档的分数可能是一种替代方法，即使在我的情况下我需要一个固定的界限。min_score 参数是否影响聚合？

Answer 1

您正在寻找Sampler Aggregation。

我有一个类似的答案解释here

或者，您可以使用字段或脚本和 max_docs_per_value 设置来控制在任何一个共享公共值的分片上收集的最大文档数。

Answer 2

如果您使用版本 > 1.3 的 ElasticSearch 集群，则可以通过将其嵌套在聚合中来使用top_hits 聚合，按所需字段排序并将size参数设置为 X。

相关文档可以在这里找到。

Answer 3

我需要将聚合限制为前 N 个命中

使用嵌套聚合，您的顶部存储桶可以表示这 N 个命中，嵌套聚合在该存储桶上运行。我会尝试filter对顶级聚合进行聚合。

棘手的部分是_score在过滤器中以某种方式使用 of 并将其完全限制为 N 个条目......有一个limit过滤器可以为每个分片工作，但我认为它不会在这种情况下工作。

Answer 4

看起来采样器聚合现在可以用于此目的。请注意，它仅在 Elastic 2.0 中可用。