options名称和取值统计.md 4.34 KB
Edit Raw Blame History


prompt
参考 @docs/常用查询 - ES.md 帮我查询 tenant_Id=163的@search_products.json (1314-1332) 这些字段的统计分布，也就是这里每个字段的所有的值及其对应的文档数

已按 docs/常用查询 - ES.md 的写法，在索引 search_products_tenant_163 上做了 terms 聚合（租户已按索引拆分，用 match_all 即可，等价于只查 tenant 163）。集群在本机 localhost:9200 上执行成功。
结果概要

总文档数：8977

六个字段的 sum_other_doc_count 均为 0，在 size: 20000 下没有截断，即：当前数据里每个字段的取值都已全部列出。

__missing__：来自聚合里的 "missing": "__missing__"，表示该字段缺失或为空的文档数（便于和「有值」一起看）。

option1_values / option2_values 多为多值数组：同一篇文档可落入多个桶，因此 各桶 doc_count 之和会大于 8977（这是 ES terms 的正常语义，表示「含该取值的文档数」，不是互斥分区）。

option1_name / option2_name / option3_name 及 option3_values 的桶计数之和与文档关系更接近单值/稀疏（见下方校验）。

option1_name（13 个取值）


值
文档数


missing
4538


Size
2916


Color
1174


颜色
244


COLOR
56


color
16


Colour
15


Variant
9


Style
3


Colors
2


Scent
2


Cup Size
1


Pattern Name
1


option2_name（13 个取值）


值
文档数


missing
4666


Color
2879


Size
1134


尺码
244


SIZE
17


size
16


Style
12


Cup Size
4


Item Package Quantity
1


Number of Items
1


Ring Size
1


Scent
1


Team Name
1


option3_name（11 个取值）


值
文档数


missing
8831


Fit Type
52


Special Size
31


Number of Items
17


Special Size Type
16


Team Name
15


Material Type
8


Style
4


Configuration
1


Hand Orientation
1


Pattern Name
1


option1_values / option2_values

桶数量：option1_values 3463，option2_values 3605（完整列表过长，不宜贴在对话里）。

文档中出现最多的取值（前 10）


option1_values：__missing__ 4538，其后如 Medium 749、Black 653、Large 635、8/9/White/10/7/Small…

option2_values：__missing__ 4666，其后如 L 1161、M 1158、S 1064、XL 1036、Black 876…


option3_values（94 个桶，已全部枚举）
除 __missing__ 8831 外，另有 93 个具体取值；上文 Markdown 表里已列全（从 Standard 到 standard 等）。


可复用的查询（与文档一致）
curl -sS -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' \
  -H 'Content-Type: application/json' -d '{
  "query": { "match_all": {} },
  "size": 0,
  "track_total_hits": true,
  "aggs": {
    "option1_name_dist": {
      "terms": { "field": "option1_name", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    },
    "option2_name_dist": {
      "terms": { "field": "option2_name", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    },
    "option3_name_dist": {
      "terms": { "field": "option3_name", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    },
    "option1_values_dist": {
      "terms": { "field": "option1_values", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    },
    "option2_values_dist": {
      "terms": { "field": "option2_values", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    },
    "option3_values_dist": {
      "terms": { "field": "option3_values", "size": 20000, "order": { "_count": "desc" }, "missing": "__missing__" }
    }
  }
}'


若某租户取值超过 2 万，需把 size 再加大或用 composite 分页扫完全部桶。
完整 JSON（含 3463 + 3605 条 value 分布）
已整理为：/tmp/tenant163_option_fields_distribution.json（约 620KB），结构为按字段分组的 values: [{ "value", "doc_count" }, ...]，便于你用脚本或表格工具打开。

如需去掉 __missing__ 桶，从请求里删掉各聚合中的 "missing": "__missing__" 即可。