python - 计算一个索引中每个字段的所有出现次数
问题描述
我想计算一个索引的弹性搜索数据库中的每个字段有多少条目。我已尝试使用下面的代码,但这仅返回条目总数。我正在使用 Python。
到目前为止我已经尝试过:
qry = {
"aggs": {
"field": {
"terms" : {"field": "field"}
}
}, "size": 0
}
r = es.search(body=qry,
index="webhose_english")
我目前的结果:
Out[64]:
{'_shards': {'failed': 0, 'skipped': 0, 'successful': 5, 'total': 5},
'aggregations': {'field': {'buckets': [],
'doc_count_error_upper_bound': 0,
'sum_other_doc_count': 0}},
'hits': {'hits': [], 'max_score': 0.0, 'total': 4519134},
'timed_out': False,
'took': 16}
理想情况下,我会有类似的东西:
{'field_1': 321,
'field_2': 231,
'field_3': 132}
解决方案
此信息曾经是_field_stats
API的一部分,但在 6.0 中已被删除。所以你在正确的轨道上,你需要一个聚合。我认为value_count
这是您需要的,而且我也添加了一个很好的衡量标准global
,所以我们知道总共有多少文件。
三个示例文档:
PUT foo/_doc/1
{
"foo": "bar"
}
PUT foo/_doc/2
{
"foo": "bar",
"bar": "bar"
}
PUT foo/_doc/3
{
"foo": "bar",
"bar": "bar",
"baz": "bar"
}
聚合(我不确定是否可能有一个较短的版本,尤其是对于许多字段):
GET foo/_search
{
"aggs": {
"count_fields": {
"global": {},
"aggs": {
"count_foo": {
"value_count": {
"field": "foo.keyword"
}
},
"count_bar": {
"value_count": {
"field": "bar.keyword"
}
},
"count_baz": {
"value_count": {
"field": "baz.keyword"
}
}
}
}
},
"size": 0
}
结果:
{
"took" : 16,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 3,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"count_fields" : {
"doc_count" : 3,
"count_foo" : {
"value" : 3
},
"count_bar" : {
"value" : 2
},
"count_baz" : {
"value" : 1
}
}
}
}
推荐阅读
- pandas - 如果其他列值为 NaN,则 Pandas 将列值设置为 1
- azure-devops - 我们如何在 azure devops 中自动化服务连接创建过程
- javascript - 在javascript中使用事件时是否可以完全忽略孩子?
- reactjs - 如何在设置之前或之后在不同组件之间共享 Formik 初始值?
- python - 如何通过在python数据框中逐行匹配元素来追加到列表
- c# - 如何获取列表框中项目的总和或总价格?
- c - 用 C 模拟掷两个骰子的程序(如何修复我的错误输出?)
- javascript - 点击并显示?
- git - git push 错误:权限
拒绝 - amazon-web-services - “Kinesis 数据传输流”与“Kinesis 数据流”相同吗?