关于Elasticsearch中聚合排序的实现

  在ES中如果需要实现聚合排序的功能是相比通过sql语句实现要复杂一些的，以一个基础的例子来讲：

select a.column_1, a.column_2, a.total from (
select a.column_1, a.column_2, count(*) as total from a group by a.column_1, a.column_2 ) a ORDER BY total desc limit 10

  以上述sql为例子，需要通过2个字段的分组，然后获取分组的总数并且按倒序排序，取最大的总数最大的10条数据。

xxxxxxxxxx function test(){ var defer = $.Deferred(); var urlStr = “postcommit.html?I_SOURCE=getxliff”; $.ajax({ url : urlStr, success: function(data){  defer.resolve(data); } });         return defer.promise();}​var result = $.when(test()).done(function(dataStr){ alert(dataStr);});javascript

{
    "query": {
        "bool": {
            "must": []
        }
    },
    "aggs": {
        "agg-exmaple": {
            "terms": {
                "script": "doc['column_1.keyword']+'#'+doc['column_2.keyword']", 
                "size": 10,
                "min_doc_count": 0,
                "shard_min_doc_count": 0,
                "show_term_doc_count_error": true,
                "shard_size": 100, 
                "order": [
                    {
                        "_count": "desc"
                    },
                    {
                        "_key": "asc"
                    }
                ]
            }
        }
    }
}

 这里面需要注意的一个参数是shard_size。

 因为ES是采用的分片的模式存储数据的，当执行查询操作时查询语句会进入每个分片中根据条件查询最大的10条数据，根据查询结果再组装成最后返回给客户端的数据。这样每个分片中的最大的10条数据汇聚出来数据不一定是客户端想要的结果，导致最后的数据出现误差，通过设置show_term_doc_count_error参数为true，可以看到聚合结果返回的误差值，如果为0表示没有误差否则存在误差数据。

 因此这里设置参数shard_size表示查询每个分片的数据条数，在每个分片中取的足够多的数据后再组装成最后需要的结果数据。这个参数设置的越大数据会更加精准，同时查询效率也会相应的降低，根据实际情况调整这个参数值。