Elasticsearch 复合查询和聚合结果不同的 doc_count 值

如何解决Elasticsearch 复合查询和聚合结果不同的 doc_count 值

我正在尝试使用复合查询查询我的数据集。 这是我的

查询 1：

curl -X POST "localhost:9200/index1-202103/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "query":{
    "bool":{
      "filter":[
        {
          "range":{
            "date":{
              "gte":"20210330","lte":"20210330"
            }
          }
        },{
          "term":{
            "userid":"16114"
          }
        },{
          "exists":{
            "field":"opens"
          }
        },{
          "exists":{
            "field":"tags"
          }
        }
      ]
    }
  },"aggs":{
    "my_buckets":{
      "composite":{
        "sources":[
          {
            "from_domain_wise":{
              "terms":{
                "field":"domain"
              }
            }
          },{
            "msp_wise":{
              "terms":{
                "field":"msp"
              }
            }
          },{
            "fromaddress_wise":{
              "terms":{
                "field":"fromaddress"
              }
            }
          },{
            "tag_wise":{
              "terms":{
                "field":"tags"
              }
            }
          },{
            "rate_over_time":{
              "date_histogram":{
                "field":"opens.time","interval":"1h"
              }
            }
          }
        ]
      }
    }
  }
}'

查询 2

curl -X POST "localhost:9200/index1-202103/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "query":{
    "bool":{
      "filter":[
        {
          "range":{
            "date":{
              "gte":"20210330",{
            "tag_wise":{
              "terms":{
                "field":"tags"
              }
            }
          }
        ]
      },"aggs":{
        "rate_over_time":{
          "date_histogram":{
            "field":"opens.time","interval":"1h"
          }
        }
      }
    }
  }
}'

两个结果都给出了具有不同计数的日期直方图的输出。当我检查时，我的发现是 Query1 正在计算 opens.time (FORMAT: 2021-03-30 15:15:45) 字段重复值，而 Query2 正在计算 opens.time 如果单个文档中的小时相同。

例如：如果 doc 包含 opens: [{ "time": "2021-03-30 15:20:25" },{ "time": "2021-03-30 15:45:30" }] 则 Query1 返回 doc_count 为 2，而 Query2 返回 doc_count 为 1。

尽管两个查询的目标相同，但任何人都可以解释为什么我的查询表现如此。我想要 Query2 使用 Query1 给出的结果。

PS：Elasticsearch 版本是 7.10

解决方法

两个查询都“有目标”，但请注意您应用 date_histogram 的位置：

在第一个查询中它用作 composite sub-aggregation，在第二个查询中用作 composite value source。