邻接矩阵聚合

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-adjacency-matrix-aggregation.html

译文链接 : http://apache.wiki/pages/viewpage.action?pageId=10028381

贡献者 : @于永超，ApacheCN，Apache中文网

一个返回邻接矩阵形式的桶聚合，该请求提供一个名为filter表达式的集合，类似于filters聚合请求，响应中的每个桶表示交叉滤波器矩阵中的非空单元格。

adjacency_matrix聚合是一个新功能，我们可能会随着我们获得有关其使用的反馈而发展设计。 因此，此功能的API可能以非向后兼容的方式更改

给定名为A，B和C的过滤器，响应将返回具有以下名称的buckets（桶）：

A B C
A A A&B A&C
B B B&C
C C

使用由和号字符分隔的两个过滤器名称的组合来标记相交的桶例如A和C。 请注意，响应也不包括“C＆A”桶，因为这将与“A＆C”相同的一组文档。 矩阵被称为对称的，所以我们只返回一半。 为此，我们对过滤器名称字符串进行排序，并始终使用最低的一对作为“＆”分隔符左侧的值。

如果客户端希望使用除＆符号的默认值以外的分隔符字符串，则可以在请求中传递替代分隔符参数。

例如：

  1. PUT /emails/message/_bulk?refresh
  2. { "index" : { "_id" : 1 } }
  3. { "accounts" : ["hillary", "sidney"]}
  4. { "index" : { "_id" : 2 } }
  5. { "accounts" : ["hillary", "donald"]}
  6. { "index" : { "_id" : 3 } }
  7. { "accounts" : ["vladimir", "donald"]}
  9. GET emails/message/_search
  10. {
  11.   "size": 0,
  12.   "aggs" : {
  13.     "interactions" : {
  14.       "adjacency_matrix" : {
  15.         "filters" : {
  16.           "grpA" : { "terms" : { "accounts" : ["hillary", "sidney"] }},
  17.           "grpB" : { "terms" : { "accounts" : ["donald", "mitt"] }},
  18.           "grpC" : { "terms" : { "accounts" : ["vladimir", "nigel"] }}
  19.         }
  20.       }
  21.     }
  22.   }
  23. }

在上面的例子中，我们分析电子邮件，以查看哪些人已经交换了消息。 我们将分别获取每个组的计数，并且还记录已记录交互的组对的消息计数。

响应：

  1. {
  2.   "took": 9,
  3.   "timed_out": false,
  4.   "_shards": ...,
  5.   "hits": ...,
  6.   "aggregations": {
  7.     "interactions": {
  8.       "buckets": [
  9.         {
  10.           "key":"grpA",
  11.           "doc_count": 2
  12.         },
  13.         {
  14.           "key":"grpA&grpB",
  15.           "doc_count": 1
  16.         },
  17.         {
  18.           "key":"grpB",
  19.           "doc_count": 2
  20.         },
  21.         {
  22.           "key":"grpB&grpC",
  23.           "doc_count": 1
  24.         },
  25.         {
  26.           "key":"grpC",
  27.           "doc_count": 1
  28.         }
  29.       ]
  30.     }
  31.   }
  32. }

用法

自己可以提供创建无向加权图所需的所有数据。 然而，当与诸如date_histogram的子集合一起使用时，结果可以提供执行 dynamic network analysis（动态网络分析）所需的附加级别的数据，其中随着时间的推移，检查交互变得重要。

局限性

N过滤桶的矩阵可以产生N²/ 2，因此默认最大值为100个过滤器。可以使用index.max_adjacency_matrix_filters索引级别设置更改此设置