ElasticSearch 2 (34) - 信息聚合系列之多值排序
摘要
多值桶（terms、histogram 和 date_histogram）動態生成很多桶，Elasticsearch 是如何決定這些桶展示給用戶的順序呢？
默認的，桶會根據 doc_count 降序排列，這是一個好的默認行為，因為通常我們想要找到文檔中與查詢條件相關的最大值：售價、人口數量、頻率。但有些時候我們希望能修改這個順序，不同的桶有着不同的處理方式。
版本
elasticsearch版本: elasticsearch-2.x
內容
多值桶（terms、histogram 和 date_histogram）動態生成很多桶，Elasticsearch 是如何決定這些桶展示給用戶的順序呢？
默認的，桶會根據 doc_count 降序排列，這是一個好的默認行為，因為通常我們想要找到文檔中與查詢條件相關的最大值：售價、人口數量、頻率。但有些時候我們希望能修改這個順序，不同的桶有着不同的處理方式。
排序的本質（Intrinsic Sorts）
這些排序模式是桶 固有的 能力：它們操作桶生成的數據，比如 doc_count。它們共享相同的語法，但是根據使用桶的不同會有些細微差別。
讓我們做一個 terms 聚合但是按 doc_count 值的升序排序：
GET /cars/transactions/_search
{
"size" : 0,
"aggs" : {
"colors" : {
"terms" : {
"field" : "color",
"order": {
"_count" : "asc" #1
}
}
}
}
}
#1 用關鍵字 _count ，我們可以按 doc_count 值的升序排序。
我們為聚合引入了一個 order 對象，它使我們可以根據以下值進行排序：
-
_count按文檔數排序。在
terms、histogram、date_histogram內使用。 -
_term按詞項的字符串值的字母順序排序。只在
terms內使用。 -
_key按每個桶的鍵值數值排序（理論上與
_term類似）。只在histogram和date_histogram內使用。
按度量排序（Sorting by a Metric）
有時，我們會想基於度量計算的結果值進行排序。在我們的汽車銷售分析儀表盤中，我們可能想按照汽車顏色創建一個銷售條狀圖表，但按照汽車平均售價的升序進行排序。
我們可以增加一個度量，再指定 order 參數引用這個度量即可：
GET /cars/transactions/_search
{
"size" : 0,
"aggs" : {
"colors" : {
"terms" : {
"field" : "color",
"order": {
"avg_price" : "asc" #1
}
},
"aggs": {
"avg_price": {
"avg": {"field": "price"} #2
}
}
}
}
}
#1 計算每個桶的平均售價。
#2 桶按照計算平均值的升序排序。
我們可以采用這種方式用任何度量排序，只需簡單的引用度量的名字。不過有些度量會輸出多個值。extended_stats 度量是一個很好的例子：它輸出好幾個度量值。
如果我們想使用多值度量進行排序，我們只需以關心的度量為關鍵詞使用點式路徑：
GET /cars/transactions/_search
{
"size" : 0,
"aggs" : {
"colors" : {
"terms" : {
"field" : "color",
"order": {
"stats.variance" : "asc" #1
}
},
"aggs": {
"stats": {
"extended_stats": {"field": "price"}
}
}
}
}
}
#1 使用點式標記方式，我們可以對感興趣的度量進行排序。
在上面這個例子中，我們按每個桶的方差來排序，所以售價方差最小的會出現在方差更多之前。
基於“深度”度量排序（Sorting Based on "Deep" Metrics）
在前面的示例中，度量是桶的直接子節點。平均售價是根據每個 term 來計算的。在一定條件下，我們也有可能對更深的度量進行排序，比如孫子桶或從孫桶。
我們可以定義更深的路徑，將度量用尖括號（>）嵌套起來，像這樣： my_bucket>another_bucket>metric。
需要提醒的是嵌套路徑上的每個桶都必須是單值的。filter 桶生成一個單值桶：所有與過濾條件匹配的文檔都在桶中。多值桶（如：terms）動態生成許多桶，無法通過指定一個確定路徑來識別。
目前，只有三個單值桶：filter、global 和 reverse_nested。讓我們快速用示例說明，創建一個汽車售價的直方圖，但是按照紅色和綠色（不包括藍色）車各自的方差來排序：
GET /cars/transactions/_search
{
"size" : 0,
"aggs" : {
"colors" : {
"histogram" : {
"field" : "price",
"interval": 20000,
"order": {
"red_green_cars>stats.variance" : "asc" #1
}
},
"aggs": {
"red_green_cars": {
"filter": { "terms": {"color": ["red", "green"]}}, #2
"aggs": {
"stats": {"extended_stats": {"field" : "price"}} #3
}
}
}
}
}
}
#1 按照嵌套度量的方差對桶的直方圖進行排序。
#2 因為我們使用單值過濾器，我們可以使用嵌套排序。
#3 按照生成的度量對統計結果進行排序。
本例中，可以看到我們如何訪問一個嵌套的度量，stats 度量是 red_green_cars 聚合的子節點，而red_green_cars 又是 colors 聚合的子節點。為了根據這個度量排序，我們定義了路徑 red_green_cars>stats.variance 。我們可以這么做，因為 filter 桶是個單值桶。