全部产品
开放搜索

聚合distinct子句

更新时间:2017-09-18 10:09:35   分享:   

子句说明

聚合子句可以在一定程度上保证展示结果的多样性,以提升用户体验。如一次查询可以查出很多的文档,但是如果某个用户的多个文档分值都比较高,则都排在了前面,导致一页中所展示的结果几乎都属于同一用户,这样既不利于结果展示也不利于用户体验。对此,聚合子句可以对每个用户的文档进行抽取,使得每个用户都有展示文档的机会。

语法说明

子句语法格式为:dist_key:field,dist_count:1,dist_times:1,reserved:false

参数 类型 必需 取值范围 默认值 描述
dist_key string 要聚合的字段
dist_times int 1 抽取的轮数
dist_count int 1 一轮抽取的文档数
reserved true/false true/false true 是否保留抽取之后剩余的文档。如果为false,为不保留,则搜索结果的total(总匹配结果数)会不准确。
update_total_hit true/false true/false false 当reserved为false时,设置update_total_hit为true,则最终total_hit会减去被distinct丢弃的的数目(不一定准确),为false则不减。
dist_filter string 过滤条件,被过滤的doc不参与distinct,只在后面的排序中,这些被过滤的doc将和被distinct出来的第一组doc一起参与排序。默认是全部参与distinct。
grade float 指定档位划分阈值,所有的文档将根据档位划分阈值划分成若干档,每个档位中各自根据distinct参数做distinct,可以不指定该参数,默认是所有文档都在同一档。档位的划分按照文档排序时第一维的排序依据的分数进行划分,两个档位阈值之间用 “|” 分开,档位的个数没有限制。例如:1、grade:3.0 :表示根据第一维排序依据的分数分成两档,(< 3.0)的是第一档,(>= 3.0) 的是第二档;2、grade:3.0|5.0 :表示分成三档,(< 3.0)是第一档,(>= 3.0,< 5.0)是第二档,(>= 5.0)是第三档。档位的先后顺序和第一维排序依据的顺序一致,即如果第一维排序依据是降序,则档位也是降序,反之亦然。

注意事项

  1. distinct为非必选子句;
  2. 在distinct中出现的字段必须在定义应用结构的时配置为属性字段。
  3. 不支持array类型,只支持int和literal字段类型。
  4. 不支持指定多个 dist_key 。

distinct uniq插件

如上面描述,如果reserved=false情况下,会导致搜索结果中的total及viewtotal不准确,如果用户需要依赖于这个值进行翻页或者其他处理,则会有问题。为此,系统提供了distinct uniq的插件来解决在dist_times:1,dist_count:1,reserved:false的情况下的total及viewtotal展示不准确。 在kvpairs中添加duniqfield:field即可。

注意:

  • field必须与distinct子句中的dist_key一致;
  • 该插件仅在在dist_times:1,dist_count:1,reserved:false查询下起作用,任何参数值有变化都将无效。
  • 出于性能考虑,目前该插件最大支持total值为5000,即使真实搜索结果数超过5000,也会返回5000。

示例

查看create_time(创建时间)在1402301230之后且包含“浙大”的文档,并按照company_id字段进行聚合抽取10轮,每轮取2个结果,抽取后的文档排在后面:

  1. query=default:'浙大'&&filter=create_time>1402301230&&distinct=dist_key:company_id,dist_count:2,dist_times:10

查看包含“浙大”的文档,且按照company_id字段进行聚合抽取1轮,每轮取1个结果,抽取后的文档丢弃(要求返回结果数为丢弃后的):

  1. query=default:'浙大'&&distinct=dist_key:company_id,dist_count:1,dist_times:1,reserved:false&&kvpairs=duniqfield:company_id
本文导读目录
本文导读目录
以上内容是否对您有帮助?