Elasticsearch6.X 去重

1、题记

Elasticsearch有没有类似mysql的distinct的去重功能呢？

1）如何去重计数？
类似mysql: select distinct(count(1)) from my_table;
2）如何获取去重结果。
类似mysql：SELECT DISTINCT name,age FROM users;

2、需求

1）对ES的检索结果进行去重统计计数。
2）对ES的检索结果去重后显示。

3、分析

1）统计计数需要借助ES聚合功能结合cardinality实现。
2）去重显示结果有两种方式：
方式一：使用字段聚合+top_hits聚合方式。
方式二：使用collapse折叠功能。

4、DSL源码

1）统计去重数目。

 1GET books/_search2{3"size":0,4"aggs" : {5"books_count" : {6"cardinality" : {7"field" : "title.keyword"8}9}
10}
11}

2）返回去重内容

方式一：top_hits聚合

 1GET books/_search2{3"query": {4"match_all": {}5},6"aggs": {7"type": {8"terms": {9"field": "title.keyword",
10"size": 10
11},
12"aggs": {
13"title_top": {
14"top_hits": {
15"_source": {
16"includes": ["title"]
17},
18"sort": [
19{
20"title.keyword": {
21"order": "desc"
22}
23}
24],
25"size":1
26}
27}
28}
29}
30},
31"size": 0
32}

方式二：折叠

1GET books/_search
2{
3"query": {
4"match_all":{}
5},
6"collapse": {
7"field": "title.keyword"
8}
9}

方式二较方式一：
1）简化；
2）性能比aggs的实现要好很多。
更多DSL详见：http://t.cn/RmafXMJ

5、注意事项&小结

折叠功能ES5.3版本之后才发布的。
针对字符串类型，聚合&折叠只能针对keyword类型有效
原文https://mp.weixin.qq.com/s/OuIxXmB8cI1hXkKL7tvLrA?utm_medium=hao.caibaojian.com&utm_source=hao.caibaojian.com

import datetime
import jsonfrom elasticsearch import Elasticsearches = Elasticsearch(['192.168.0.0:9200'])
source_arr = ["fileName","flag"]def query_param():time1=datetime.datetime.now()res = es.search(index="ccat1",doc_type='demo0',from_=0,size=100000,body={"collapse": {"field": "fileName.keyword"},"_source": source_arr,"query":  {"bool": {"must": [# {"match": {"captureInfo.currentDistinguishNum": 0}},{"range": {"photo.capturenum": {"gte":0,"lte": 1}}},{"range": {"ymdh": {"gte": 2018072400,"lte": 2018072402}}}]}}})# query = {'query': {'match_all': {}}}# 查找所有文档print(len(res["hits"]["hits"]))for data in res["hits"]["hits"]:pass# print("http://192.168.0.100:",data["_source"]["uri"])if __name__ == '__main__':query_param()

Elasticsearch6 去重相关推荐

Java操作Elasticsearch6实现count统计、distinct去重
引言很久没有更新Elasticsearch系列文章,一方面是之前学会的条件查询足以满足项目需求,另一方面是前段时间一直很忙,几个项目的需求交叉进行,没什么时间学习新的东西. 本篇博客将更新count ...
Elasticsearch6.X 去重
1.题记 Elasticsearch有没有类似mysql的distinct的去重功能呢? 1)如何去重计数? 类似mysql: select distinct(count(1)) from my_t ...
ElasticSearch6.5.4快速入门
一.ElasticSearch简介 1.概述 ES是一个使用Java语言并且基于Lucene编写的搜索引擎框架,他提供了分布式的全文搜索功能,提供了一个统一的基于RestFul风格的WEB接口,官方客 ...
JAVA操作 ElasticSearch6.x 查询(内含中文测试数据)
入门相关概念知识请看这篇 ElasticSearch6.x 入门基础的增删改请看这篇 ElasticSearch6.x 基本操作目录准备工作 term & terms查询 match ...
【Elasticsearch】es 查询去重
1.概述转载:Elasticsearch6.X 去重详解 1.题记 Elasticsearch有没有类似mysql的distinct的去重功能呢? 1)如何去重计数? 类似mysql: select ...
python中排序英文单词怎么写_Python实现对文件进行单词划分并去重排序操作示例...
本文实例讲述了Python实现对文件进行单词划分并去重排序操作.,具体如下: 文件名:test1.txt 文件内容: But soft what light through yonder window ...
对列表去重并保持原来的顺序
首先,定义一个列表,即原列表: list1 = [0, 3, 2, 3, 1, 0, 9, 8, 9, 7]: 然后,使用set()对原列表去重list2 = list(set(list1)),得到[ ...
Array 数组去重总结10方法（7）
1,常规双循环去重(缺点:循环次数较多) Array.prototype.unique1 = function(){if(this === null){throw new TypeError('&qu ...
mysql 去重con_python 爬虫实现增量去重和定时爬取实例
前言: 在爬虫过程中,我们可能需要重复的爬取同一个网站,为了避免重复的数据存入我们的数据库中通过实现增量去重去解决这一问题本文还针对了那些需要实时更新的网站增加了一个定时爬取的功能: 本文作者 ...

Elasticsearch6 去重