17

ドキュメントに関する情報を集計 (合計およびカウント) する Python ステートメントの書き方を教えてもらえますか?

脚本

from datetime import datetime
from elasticsearch_dsl import DocType, String, Date, Integer
from elasticsearch_dsl.connections import connections

from elasticsearch import Elasticsearch
from elasticsearch_dsl import Search, Q

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])

s = Search(using=client, index="attendance")
s = s.execute()

for tag in s.aggregations.per_tag.buckets:
    print (tag.key)

出力 

File "/Library/Python/2.7/site-packages/elasticsearch_dsl/utils.py", line 106, in __getattr__
'%r object has no attribute %r' % (self.__class__.__name__, attr_name))
AttributeError: 'Response' object has no attribute 'aggregations'

これは何が原因ですか？「集計」キーワードは間違っていますか? インポートする必要がある他のパッケージはありますか? 「出席」インデックス内のドキュメントに emailAddress というフィールドがある場合、どのドキュメントがそのフィールドに値を持っているかをどのように数えますか?

4

2 に答える 2

33

初めに。ここに書いたことには、実際には集計が定義されていないことに気付きました。これを使用する方法に関するドキュメントは、私にはあまり読みにくいです。上に書いたことを使って、展開していきます。より良い例にするために、インデックス名を変更しています。

from datetime import datetime
from elasticsearch_dsl import DocType, String, Date, Integer
from elasticsearch_dsl.connections import connections

from elasticsearch import Elasticsearch
from elasticsearch_dsl import Search, Q

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])

s = Search(using=client, index="airbnb", doc_type="sleep_overs")
s = s.execute()

# invalid! You haven't defined an aggregation.
#for tag in s.aggregations.per_tag.buckets:
#    print (tag.key)

# Lets make an aggregation
# 'by_house' is a name you choose, 'terms' is a keyword for the type of aggregator
# 'field' is also a keyword, and 'house_number' is a field in our ES index
s.aggs.bucket('by_house', 'terms', field='house_number', size=0)

上記では、番地ごとに 1 つのバケットを作成しています。したがって、バケットの名前は番地になります。ElasticSearch (ES) は常に、そのバケットに収まるドキュメントのドキュメント カウントを提供します。Size=0 は、すべての結果を使用することを意味します。これは、ES のデフォルト設定が 10 個の結果のみを返す (または開発者が設定したものは何でも) ためです。

# This runs the query.
s = s.execute()

# let's see what's in our results

print s.aggregations.by_house.doc_count
print s.hits.total
print s.aggregations.by_house.buckets

for item in s.aggregations.by_house.buckets:
    print item.doc_count

以前の私の間違いは、Elastic Search クエリにはデフォルトで集計があると考えていたことです。自分で定義してから実行します。次に、あなたの応答は、あなたが言及したアグリゲーターに分割できます。

上記の CURL は次のようになります
。SENSE では、 // を使用してコメントアウトできます。

POST /airbnb/sleep_overs/_search
{
// the size 0 here actually means to not return any hits, just the aggregation part of the result
    "size": 0,
    "aggs": {
        "by_house": {
            "terms": {
// the size 0 here means to return all results, not just the the default 10 results
                "field": "house_number",
                "size": 0
            }
        }
    }
}

回避策。DSL の GIT の誰かが、翻訳を忘れて、この方法を使用するように私に言いました。その方が簡単で、難しいことは CURL で書けばよいだけです。そのため、私はそれを回避策と呼んでいます。

# Define a default Elasticsearch client
client = connections.create_connection(hosts=['http://blahblahblah:9200'])
s = Search(using=client, index="airbnb", doc_type="sleep_overs")

# how simple we just past CURL code here
body = {
    "size": 0,
    "aggs": {
        "by_house": {
            "terms": {
                "field": "house_number",
                "size": 0
            }
        }
    }
}

s = Search.from_dict(body)
s = s.index("airbnb")
s = s.doc_type("sleepovers")
body = s.to_dict()

t = s.execute()

for item in t.aggregations.by_house.buckets:
# item.key will the house number
    print item.key, item.doc_count

お役に立てれば。私は今、すべてを CURL で設計してから、Python ステートメントを使用して結果を剥がし、必要なものを取得しています。これは、複数レベルの集計 (サブ集計) に役立ちます。

于 2015-06-25T00:45:21.623 に答える