elasticsearch 在Elasticsearch中从搜索中删除重复文档

我有一个索引，索引中有很多相同字段值的纸张。我在这个领域有一次重复数据消除

聚合器将作为计数器来找我。我想要一份文件清单

我的索引：

• 文档1{域：'domain1.fr'，名称：'name1'，日期：'01-01-2014'}
• 文档2{域：'domain1.fr'，名称：'name1'，日期：'01-02-2014'}
• Doc 3{域名：'domain2.fr'，名称：'name2'，日期：'01-03-2014'}
• 文件4{域名：'domain2.fr'，名称：'name2'，日期：'01-04-2014'}
• 文档5{域：'domain3.fr'，名称：'name3'，日期：'01-05-2014'}
• 文档6{域：'domain3.fr'，名称：'name3'，日期：'01-06-2014'}

我想要此结果（按域字段列出的重复数据消除结果）：

• 文档6{域：'domain3.fr'，名称：'name3'，日期：'01-06-2014'}
• 文件4{域名：'domain2.fr'，名称：'name2'，日期：'01-04-2014'}
• 文档2{域：'domain1.fr'，名称：'name1'，日期：'01-02-2014'}

您可以使用，将结果分组到

name

字段中，并将

top\u hits

聚合器的大小设置为1

/POST http://localhost:9200/test/dedup/_search?search_type=count&pretty=true
{
  "aggs":{
    "dedup" : {
      "terms":{
        "field": "name"
       },
       "aggs":{
         "dedup_docs":{
           "top_hits":{
             "size":1
           }
         }
       }    
    }
  }
}

这将返回：

{
  "took" : 192,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "failed" : 0
  },
  "hits" : {
    "total" : 6,
    "max_score" : 0.0,
    "hits" : [ ]
  },
  "aggregations" : {
    "dedup" : {
      "buckets" : [ {
        "key" : "name1",
        "doc_count" : 2,
        "dedup_docs" : {
          "hits" : {
          "total" : 2,
          "max_score" : 1.0,
          "hits" : [ {
            "_index" : "test",
            "_type" : "dedup",
            "_id" : "1",
            "_score" : 1.0,
            "_source":{domain: "domain1.fr", name: "name1", date: "01-01-2014"}
          } ]
        }
      }
    }, {
      "key" : "name2",
      "doc_count" : 2,
      "dedup_docs" : {
        "hits" : {
          "total" : 2,
          "max_score" : 1.0,
          "hits" : [ {
            "_index" : "test",
            "_type" : "dedup",
            "_id" : "3",
            "_score" : 1.0,
            "_source":{domain: "domain1.fr", name: "name2", date: "01-03-2014"}
          } ]
        }
      }
    }, {
      "key" : "name3",
      "doc_count" : 2,
      "dedup_docs" : {
        "hits" : {
          "total" : 2,
          "max_score" : 1.0,
          "hits" : [ {
            "_index" : "test",
            "_type" : "dedup",
            "_id" : "5",
            "_score" : 1.0,
            "_source":{domain: "domain1.fr", name: "name3", date: "01-05-2014"}
           } ]
         }
       }
     } ]
   }
 }
}

---

是否要查找重复文档并将其删除？或者从搜索结果中过滤它们？我想从搜索结果中过滤它们谢谢你的回答：-）但是如果我的字段值类似于“我的桶中的术语，它们是“printemps”、“couture”、“9782756522081”。。。术语聚合器按单词拆分url。。。我不想分割值。这是另一个问题，您需要索引未分析的字段

并在聚合中引用该字段。看看多字段类型：有没有一种方法可以决定在重复字段中选择哪一种？假设我有一些文档，我想在field1上折叠，但是这些文档有不同的field2值，我想能够任意选择哪一个？如果有帮助的话，在我的特定情况下，我想选择最后一个插入的。您在哪里删除了文档？