邻接矩阵聚合
编辑邻接矩阵聚合编辑
一种桶聚合，返回一种 邻接矩阵 的形式。请求提供一组命名的过滤器表达式，类似于 filters 聚合请求。响应中的每个桶代表矩阵中相交过滤器的非空单元格。
给定名为 A、B 和 C 的过滤器，响应将返回具有以下名称的桶
| A | B | C | |
|---|---|---|---|
A |
A |
A&B |
A&C |
B |
B |
B&C |
|
C |
C |
相交的桶（例如 A&C）使用两个过滤器名称的组合进行标记，默认分隔符为 &。请注意，响应中不包含 C&A 桶，因为这将与 A&C 相同的文档集。该矩阵被称为对称矩阵，因此我们只返回它的一半。为此，我们对过滤器名称字符串进行排序，并始终使用一对中较小的值作为分隔符左侧的值。
示例编辑
以下 interactions 聚合使用 adjacency_matrix 来确定哪些个人组之间交换了电子邮件。
response = client.bulk(
index: 'emails',
refresh: true,
body: [
{
index: {
_id: 1
}
},
{
accounts: [
'hillary',
'sidney'
]
},
{
index: {
_id: 2
}
},
{
accounts: [
'hillary',
'donald'
]
},
{
index: {
_id: 3
}
},
{
accounts: [
'vladimir',
'donald'
]
}
]
)
puts response
response = client.search(
index: 'emails',
body: {
size: 0,
aggregations: {
interactions: {
adjacency_matrix: {
filters: {
"grpA": {
terms: {
accounts: [
'hillary',
'sidney'
]
}
},
"grpB": {
terms: {
accounts: [
'donald',
'mitt'
]
}
},
"grpC": {
terms: {
accounts: [
'vladimir',
'nigel'
]
}
}
}
}
}
}
}
)
puts response
PUT emails/_bulk?refresh
{ "index" : { "_id" : 1 } }
{ "accounts" : ["hillary", "sidney"]}
{ "index" : { "_id" : 2 } }
{ "accounts" : ["hillary", "donald"]}
{ "index" : { "_id" : 3 } }
{ "accounts" : ["vladimir", "donald"]}
GET emails/_search
{
"size": 0,
"aggs" : {
"interactions" : {
"adjacency_matrix" : {
"filters" : {
"grpA" : { "terms" : { "accounts" : ["hillary", "sidney"] }},
"grpB" : { "terms" : { "accounts" : ["donald", "mitt"] }},
"grpC" : { "terms" : { "accounts" : ["vladimir", "nigel"] }}
}
}
}
}
}
响应包含每个过滤器和过滤器组合的文档计数桶。不包含匹配文档的桶将从响应中排除。
{
"took": 9,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"interactions": {
"buckets": [
{
"key":"grpA",
"doc_count": 2
},
{
"key":"grpA&grpB",
"doc_count": 1
},
{
"key":"grpB",
"doc_count": 2
},
{
"key":"grpB&grpC",
"doc_count": 1
},
{
"key":"grpC",
"doc_count": 1
}
]
}
}
}
参数编辑
-
filters -
(必需，对象) 用于创建桶的过滤器。
filters的属性-
<filter> -
(必需，查询 DSL 对象) 用于过滤文档的查询。键是过滤器名称。
至少需要一个过滤器。过滤器的总数不能超过
indices.query.bool.max_clause_count设置。请参阅 过滤器限制。
-
-
separator - (可选，字符串) 用于连接过滤器名称的分隔符。默认为
&。
响应主体编辑
-
key - (字符串) 桶的过滤器。如果桶使用多个过滤器，则使用
separator连接过滤器名称。 -
doc_count - (整数) 与桶的过滤器匹配的文档数量。
用法编辑
此聚合本身可以提供创建无向加权图所需的所有数据。但是，当与子聚合（例如 date_histogram）一起使用时，结果可以提供执行 动态网络分析 所需的额外数据级别，其中检查随时间推移的交互变得很重要。
过滤器限制编辑
对于 N 个过滤器，生成的桶矩阵可以是 N²/2，这可能很昂贵。断路器设置可以防止产生太多桶的结果，并且为了避免过多的磁盘查找，使用 indices.query.bool.max_clause_count 设置来限制过滤器的数量。