如何在ElasticSearch中识别丢失的文档

Question

背景：

在我的ElasticSearch索引中，我有两种类型的文档，可以标识为"bvi_ship"one_answers"bvi_notify"。每一份被标识为"bvi_ship"的文件也应有一份相应的被标识为"bvi_notify"的文件。

问题：

识别没有"bvi_notify"文档的"bvi_ship"文档的适当方法是什么？

使用Facet：

我已经能够使用以下方面的代码来识别必要的文档：

{
   "size":0,
   "query":{
      "filtered":{
         "query":{
            "query_string":{
               "default_operator":"OR",
               "default_field":"_all",
               "query":"@fields.action:"bv_ship" OR @fields.action:"bvi_notify""
            }
         }
      }
   },
   "facets":{
      "terms":{
         "terms":{
            "field":[
               "@fields.object"
            ],
            "size":1000
         }
      }
   }
}

返回如下结果：

{
  "took" : 147,
  ...
  },
  "hits" : {
    ...
  },
  "facets" : {
    "terms" : {
      ...
      "terms" : [ {
        "term" : "xml",
        "count" : 1443
      }, {
        "term" : "content_ff47d2d096ea4510ac0895941666e507",
        "count" : 2
      }, {
        "term" : "content_fa525becb2724b7682df278c02fed308",
        "count" : 2
      },
        ... THOUSANDS OF RECORDS WITH COUNT of 2
      }, {
        "term" : "content_f1ff2f7440534a08bad4c62b92165949",
        "count" : 1
      } ]
    }
  }
}

这个可以很好地工作，但当我真的只对计数为1的记录感兴趣时，我显然不想返回数千条计数为2的记录。

有没有办法限制分面搜索，使其只返回计数为1的记录？

使用过滤器：

我想我应该能够在查询中更加具体，并简单地使用查询和过滤器的组合来选择合适的记录，尽管我的ElasticSearch功夫受到关系数据库空手道的阻碍。

Answer 1

我认为最好的方法是将带有"bvi_notify"对象的记录索引为带有"bwi_ship"对象记录的子级。然后，您将能够在bool筛选器的must_not子句中使用has_child筛选器来查找所有没有相应"bvi_notify"对象的"bvi_ship"文档。

为了回答您最初的问题，没有办法将术语facet限制为仅计数为1的术语，但您可以使用reverse_count顺序对facet进行排序，这将使所有计数1的术语位于列表的顶部。然而，我还应该提到，如果你有一个以上的碎片，那么你在你的方面得到的计数可能是不正确的。这也是为什么我建议使用父/子解决方案而不是facets的另一个原因。