首先,重要的是你的两个指数具有相同的字段名。另外,为了简单起见,tag
和sha-1c
字段应该有一个子字段(或它们自己)应该是keyword
s,以便terms
聚合不会在某些错误分析的文本上发生跳动。
这是我的建议(测试5.3)。在2.x中,可能需要稍微更改脚本。在1.x中,此解决方案将无法工作,因为没有可用的管道聚合。
该解决方案基本上创建一个terms
聚合sha值,然后为每个沙它计数它找到的不同标签。如果这些标签的数量高于两个,那么就有两个标签。现在,如果我们知道,如果在每个索引中只发现一次sha值,那将是一个更稳固的解决方案。它是这样吗?如果是这样,下面的tag
字段上的聚合应该被转换为字段上的聚合。
DELETE sha1-*
PUT sha1-c
{
"mappings": {
"sha1-c": {
"properties": {
"sha1-c": {
"type": "keyword"
},
"tag": {
"type": "keyword"
}
}
}
}
}
PUT sha1-m
{
"mappings": {
"sha1-m": {
"properties": {
"sha1-c": {
"type": "keyword"
},
"tag": {
"type": "keyword"
}
}
}
}
}
POST /sha1-c/sha1-c/_bulk
{"index":{}}
{"sha1-c":"abcdefg12345","tag":"collect"}
{"index":{}}
{"sha1-c":"abcdefg12345","tag":"collect"}
{"index":{}}
{"sha1-c":"bcdefgh12345","tag":"collect"}
{"index":{}}
{"sha1-c":"cdefghi","tag":"collect"}
POST /sha1-m/sha1-m/_bulk
{"index":{}}
{"sha1-c":"abclefg","tag":"bad"}
{"index":{}}
{"sha1-c":"abcgefg","tag":"bad"}
{"index":{}}
{"sha1-c":"cdefghi","tag":"bad"}
GET /sha1-*/_search
{
"size": 0,
"aggs": {
"myField": {
"terms": {
"field": "sha1-c"
},
"aggs": {
"count_tags": {
"cardinality": {
"field": "tag"
}
},
"values_bucket_filter_by_tags_count": {
"bucket_selector": {
"buckets_path": {
"count": "count_tags"
},
"script": "params.count >= 2"
}
}
}
}
}
}
这两个不同的领域? 'sha1-c'和'sha1-m' –
查看上面的表 – johnnyb
查看上面所以,你有两个不同的索引?你有点想加入他们(如在内部联接)? –