Elasticsearch -按关键字字符串长度对术语聚合的结果进行排序

Question

我使用术语聚合查询ES，以查找字符串字段foo的第一个N唯一值，其中该字段包含一个子字符串bar，并且文档匹配其他一些约束。

目前，我可以按关键字字符串的字母顺序对结果进行排序：

{
  "query": {other constraints},
  "aggs": {
    "my_values": {
      "terms": {
        "field": "foo.raw",
        "include": ".*bar.*",
        "order": {"_key": "asc"},
        "size": N
      }
    }
  }
}

这会产生如下结果

{
  ...
  "aggregations": {
    "my_values": {
      "doc_count_error_upper_bound": 0,   
      "sum_other_doc_count": 145,           
      "buckets": [                        
        {
          "key": "aa_bar_aa",
          "doc_count": 1
        },
        {
          "key": "iii_bar_iii",
          "doc_count": 1
        },
        {
          "key": "z_bar_z",
          "doc_count": 1
       }
      ]
    }
  }
}

如何更改order选项，以便按foo键字段中字符串的长度对存储桶进行排序，结果如下所示

{
  ...
  "aggregations": {
    "my_values": {
      "doc_count_error_upper_bound": 0,   
      "sum_other_doc_count": 145,           
      "buckets": [                        
        {
          "key": "z_bar_z",
          "doc_count": 1
        },
        {
          "key": "aa_bar_aa",
          "doc_count": 1
        },
        {
          "key": "iii_bar_iii",
          "doc_count": 1
        }
      ]
    }
  }
}

这是需要的，因为较短的字符串更接近搜索子字符串，因此被认为是“更好的”匹配，因此应该比较长的字符串更早出现在结果中。根据存储桶与原始子字符串的相似程度对存储桶进行排序的任何替代方法也会很有帮助。

我需要在ES中进行排序，这样我就只需要从ES加载最上面的N结果。

Answer 1

我想出了一个方法来做到这一点。我使用每个动态存储桶的子聚合来计算关键字字符串的长度作为另一个字段。然后我可以先按这个新的长度字段排序，然后再按实际的键排序，这样相同长度的键就可以按字母顺序排序了。

{
  "query": {other constraints},
  "aggs": {
    "my_values": {
      "terms": {
        "field": "foo.raw",
        "include": ".*bar.*",
        "order": [
          {"key_length": "asc"},
          {"_key": "asc"}
        ],
        "size": N
      },
      "aggs": {
        "key_length": {
          "max": {"script": "doc['foo.raw'].value.length()" }
        }
      }
    }
  }
}

这给了我这样的结果

{
  ...
  "aggregations": {
    "my_values": {
      "doc_count_error_upper_bound": 0,   
      "sum_other_doc_count": 145,           
      "buckets": [                        
        {
          "key": "z_bar_z",
          "doc_count": 1
        },
        {
          "key": "aa_bar_aa",
          "doc_count": 1
        },
        {
          "key": "dd_bar_dd",
          "doc_count": 1
        },
        {
          "key": "bbb_bar_bbb",
          "doc_count": 1
        }
      ]
    }
  }
}

这就是我想要的。