Json 我需要合并两个Elasticsearch查询还是可以使用or类型运算符？

我有两个Elasticsearch查询（通过R中的

elastic

包使用）

一个查询收集加载功能的次数，另一个查询收集卸载功能的次数

我的需求现在发生了变化，我需要在同一个数据集中同时收集两种类型的数据/状态（状态可以是

TRUE

或

FALSE

，我想在同一个数据集中收集这两种数据/状态）

我想做什么：识别

可见的
为
真的
或
假的两种情况

因此，我想知道最好的方法是什么：我应该（尝试）合并查询，还是应该使用
或
类型的运算符

如果是后者，我会怎么做

为了完整起见，以下是我的简化查询（未统一的版本在问题的末尾）：

loads\u body是的，您可以使用单个查询和子聚合来完成所需的操作。类似于

{
   "query":{
      "bool":{
         "must":[
            {
               "match":{
                  "merchant":"a6xzTHtpQs"
               }
            },
            {
               "range":{
                  "time":{
                     "gte":"2018-04-02T06:00:00",
                     "lte":"2018-04-03T05:59:59",
                     "time_zone":"+00:00"
                  }
               }
            }
         ]
      }
   },
   "aggs":{
      "Visible_agg":{
         "terms":{
            "field":"visible"
         },
         "aggs":{
            "daily":{
               "date_histogram":{
                  "field":"time",
                  "interval":"hour",
                  "time_zone":"+00:00",
                  "min_doc_count":0,
                  "extended_bounds":{
                     "min":"2018-04-02T06:00:00",
                     "max":"2018-04-03T05:59:59"
                  }
               }
            }
         }
      }
   }
}

这将在两个桶中生成直方图，一个用于“可见”：true，另一个用于“可见”：false
这就是你要找的吗？
谢谢，@sramalingam24。这几乎就是我要寻找的，但我很难将其平坦化，因为它会产生一个由两行（true和false）组成的数据帧，然后是针对每行存储的关联数据列表。为了展平数据帧，我使用了来自JSON的
（toJSON（plugins\u connection$aggregations$Visible\u agg$bucket），flatte=TRUE）
。我认为解决方案是切换聚合，以便按日期聚合结果，并将可见性分配给每个实例。简而言之，我想在第一个实例中聚合日期（直方图）。我怎样才能做到这一点？dataframe中是否有一个melt函数可以为您做到这一点？您可以尝试反转聚合顺序。我尝试反转聚合顺序，但仍然留下最后一列，其中包含我无法熔化的数据列表，因为：
无法熔化数据。具有非原子“度量”列的帧
。每个列表项都包含一个由3个变量组成的
data.frame
。我对python不太熟悉，所以不知道如何处理dataframesI所见的列表。我现在就试试。（仅供参考：
data.frame
也是R中常见的数据结构。）
unloads_body <- '{"size":0,"query":{"bool":{"must":[{"match":{"merchant":"a6xzTHtpQs"}},{"term":{"visible":false}},{"range":{"time":{"gte":"2018-04-02T06:00:00","lte":"2018-04-03T05:59:59","time_zone":"+00:00"}}}]}},"aggs":{"daily":{"date_histogram":{"field":"time","interval":"hour","time_zone":"+00:00","min_doc_count":0,"extended_bounds":{"min":"2018-04-02T06:00:00","max":"2018-04-03T05:59:59"}}}}}'

loads_body <- '{
    "size":0,
    "query": {
        "bool": {
            "must":[ {
                "match": {
                    "merchant": "a6xzTHtpQs"
                }
            }
            ,
            {
                "term": {
                    "visible": true
                }
            }
            ,
            {
                "range": {
                    "time": {
                        "gte": "2018-04-02T06:00:00", "lte": "2018-04-03T05:59:59", "time_zone": "+00:00"
                    }
                }
            }
            ]
        }
    }
    ,
    "aggs": {
        "daily": {
            "date_histogram": {
                "field":"time",
                "interval":"hour",
                "time_zone":"+00:00",
                "min_doc_count":0,
                "extended_bounds": {
                    "min": "2018-04-02T06:00:00", "max": "2018-04-03T05:59:59"
                }
            }
        }
    }
}'

unloads_body <- '{
    "size":0,
    "query": {
        "bool": {
            "must":[ {
                "match": {
                    "merchant": "a6xzTHtpQs"
                }
            }
            ,
            {
                "term": {
                    "visible": false
                }
            }
            ,
            {
                "range": {
                    "time": {
                        "gte": "2018-04-02T06:00:00", "lte": "2018-04-03T05:59:59", "time_zone": "+00:00"
                    }
                }
            }
            ]
        }
    }
    ,
    "aggs": {
        "daily": {
            "date_histogram": {
                "field":"time",
                "interval":"hour",
                "time_zone":"+00:00",
                "min_doc_count":0,
                "extended_bounds": {
                    "min": "2018-04-02T06:00:00", "max": "2018-04-03T05:59:59"
                }
            }
        }
    }
}'

{
   "query":{
      "bool":{
         "must":[
            {
               "match":{
                  "merchant":"a6xzTHtpQs"
               }
            },
            {
               "range":{
                  "time":{
                     "gte":"2018-04-02T06:00:00",
                     "lte":"2018-04-03T05:59:59",
                     "time_zone":"+00:00"
                  }
               }
            }
         ]
      }
   },
   "aggs":{
      "Visible_agg":{
         "terms":{
            "field":"visible"
         },
         "aggs":{
            "daily":{
               "date_histogram":{
                  "field":"time",
                  "interval":"hour",
                  "time_zone":"+00:00",
                  "min_doc_count":0,
                  "extended_bounds":{
                     "min":"2018-04-02T06:00:00",
                     "max":"2018-04-03T05:59:59"
                  }
               }
            }
         }
      }
   }
}