elasticsearch 如何通过字段值限制ElasticSearch结果？

我们有一个系统，使用mapper附件插件在ElasticSearch中索引简历文档。除了索引文档之外，我还存储一些基本信息，比如是否与申请者或员工、他们的姓名以及他们在系统中分配的ID有关。运行的查询在遇到ES时可能会像这样：

{
  "size" : 100,
  "query" : {
    "query_string" : {
      "query" : "software AND (developer OR engineer)",
       "default_field" : "fileData"
    }
  },
  "_source" : {
    "includes" : [ "applicant.*", "employee.*" ]
  }
}

得到的结果如下：

"hits": [100]
    0:  {
      "_index": "careers"
      "_type": "resume"
      "_id": "AVEW8FJcqKzY6y-HB4tr"
      "_score": 0.4530588
      "_source": {
      "applicant": {
        "name": "John Doe"
        "id": 338338
        }
      }
    }...

我想做的是限制结果，这样，如果id为338338的John Doe在系统中有三份不同的简历都符合查询，我只会得到一份匹配，最好是得分最高的一份（尽管这并不重要，只要我能找到那个人）。我一直在尝试不同的过滤器和聚合选项，但我没有偶然发现一种方法来做到这一点

---

在我得到结果后，我可以在调用ES的应用程序中采取各种方法来解决这个问题，但如果我可以在ES端这样做，那将是更好的。由于我将查询限制为100个结果，因此我希望返回100个个人，而不是返回100个结果，然后发现其中25%是与同一个人相关的文档。

您要做的是聚合以获得前100个唯一记录，然后再进行子聚合以获得“前100个点击”。下面是我的系统中的一个示例。在我的例子中，我是：

将结果大小设置为0，因为我只关心聚合

将聚合的大小设置为100

对于每个聚合，获得前1个结果

获取索引1/type1/\u搜索
{
“大小”：0，
“aggs”：{
“a1”：{
“条款”：{
“字段”：“input.user.name”，
“尺寸”：100
},
“aggs”：{
“热门歌曲”：{
“热门歌曲”：{
“尺寸”：1
}
}
}
}
}
}

使用上面的答案和来自IanGabes的链接，我能够像这样重新构建我的搜索：

{
    "size": 0,
    "query": {
        "query_string": {
            "query": "software AND (developer OR engineer)",
            "default_field": "fileData"
        }
    },
    "aggregations": {
        "employee": {
            "terms": {
                "field": "employee.id",
                "size": 100
            },
            "aggregations": {
                "score": {
                    "max": {
                        "script": "scores"
                    }
                }
            }
        },
        "applicant": {
            "terms": {
                "field": "applicant.id",
                "size": 100
            },
            "aggregations": {
                "score": {
                    "max": {
                        "script": "scores"
                    }
                }
            }
        }
    }
}

---

这让我找回了两个bucket，一个包含所有申请人ID和匹配文档中的最高分数，对于员工也是如此。该脚本只不过是碎片上的一个groovy脚本，其中包含“\u score”作为内容。

通过使用Elasticsearch的折叠功能，有一种更简单的方法来完成@ckasek希望完成的任务

字段折叠，如中所述：

允许根据字段值折叠搜索结果。折叠是通过每个折叠键仅选择排序靠前的文档来完成的

根据上面的原始查询示例，您可以对其进行如下修改：

{
  "size" : 100,
  "query" : {
    "query_string" : {
      "query" : "software AND (developer OR engineer)",
       "default_field" : "fileData"
    }
  },
  "collapse": {
    "field": "id",
  },
  "_source" : {
    "includes" : [ "applicant.*", "employee.*" ]
  }
}

---

申请人id

是否唯一是？您的问题与此问题的意图类似：