Join ElasticSearch中的连接模拟

假设ES索引中有两个字段的文档，

user\u id

和

action\u id

。如何计算用户数，以使文档同时具有

action\u id=1

和

action\u id=2

等效的SQL是

选择计数（不同的'a`.'uuid`）
从“action”改为“a”`
将'action'作为'a'上的'b'连接。'user\u id`='b`.'user\u id``
其中，`a`.`action\u id`=1
和'b`.'action_id`=2

---

我找到了唯一的方法：使用这些

action\u id

s请求两次所有唯一的

user\u id

s，并在ES客户端上查找结果集的交集。然而，这种方法需要从ES传输兆字节的数据，因此我正在寻找一种替代方法。

您可以这样做：

   "aggregations": {
      "users": {
         "doc_count_error_upper_bound": 0,
         "sum_other_doc_count": 0,
         "buckets": [
            {
               "key": 1,
               "doc_count": 2,
               "actions": {
                  "value": 2
               }
            },
            {
               "key": 5,
               "doc_count": 2,
               "actions": {
                  "value": 2
               }
            }
         ]
      }
   }

• 首先，您有一个查询，它只使用操作

  1

  和

  2

  过滤文档（我不知道您是否可以使用其他操作类型）
• 然后是聚合的魔力
  • 第一个聚合是针对

    用户id

    的

    术语

    聚合，因此您可以对每个用户进行单独的计算
  • 然后使用

    基数

    子聚合来计算每个用户的不同操作数。由于查询的是操作

    1

    和

    2

    ，因此该数字只能是1或2
  • 然后使用

    bucket\u选择器

    子聚合仅保留基数结果为

    2

    的用户

结果如下所示：

   "aggregations": {
      "users": {
         "doc_count_error_upper_bound": 0,
         "sum_other_doc_count": 0,
         "buckets": [
            {
               "key": 1,
               "doc_count": 2,
               "actions": {
                  "value": 2
               }
            },
            {
               "key": 5,
               "doc_count": 2,
               "actions": {
                  "value": 2
               }
            }
         ]
      }
   }

---

键是用户ID，其操作是
1
和
2
<代码>bucket_选择器

聚合在2.x+版本的ES中可用。

您可能应该查看父-子关系@slawek这是统计信息，以便它逐行进入ES。正如我从手册中了解到的，添加一个孩子需要在ES中重新创建家长和所有孩子。这可能是几GB的数据。不知道你从哪里得到的。在我链接的页面中：“可以添加、更改或删除子文档，而不会影响父文档或其他子文档。这在子文档数量较多且需要频繁添加或更改时特别有用。”我以前尝试过这种方法，在大多数情况下都有效。ES中有一些聚合可以在另一个聚合的结果上运行，我已经尝试在结果中使用单个数字（尽管没有成功）。然而，由于我忘记在问题中提到的原因，这种方法对我来说不起作用，所以我不得不使用

user\u id

intersection方法。