top_metrics 聚合从文档中选择具有最大或最小 “排序” 值的指标。 例如，这会获取文档中 s 字段的最大值所对应的 m 字段的值：
`
1. POST /test/_bulk?refresh
2. {"index":{}}
3. {"s":1,"m":3.1415}
4. {"index":{}}
5. {"s":2,"m":1}
6. {"index":{}}
7. {"s":3,"m":2.71828}
10. POST /test/_search?filter_path=aggregations
11. {
12. "aggs": {
13. "tm": {
14. "top_metrics": {
15. "metrics": {
16. "field": "m"
17. },
18. "sort": {
19. "s": "desc"
20. }
21. }
22. }
23. }
24. }
`
上面的聚合返回的结果是：
`
1. {
2. "aggregations": {
3. "tm": {
4. "top": [
5. {
6. "sort": [
7. 3
8. ],
9. "metrics": {
10. "m": 2.718280076980591
11. }
12. }
13. ]
14. }
15. }
16. }
`
s 字段的最多值为 3，而它对应的 m 值为 2.718280076980591。
top_metrics 在本质上与 top_hits 非常相似，但由于它受到更多限制，它能够使用更少的内存来完成它的工作，并且通常更快。
sort
metric 请求中的 sort 字段的功能与 search 请求中的 sort 字段完全相同，除了：
聚合返回的 metric 是搜索请求将返回的第一个命中。 所以，
"sort": {"s": "desc"}
从具有最大 s 值的文档中获取 metric
"sort": {"s": "asc"}
从具有最小 s 值的文档中获取 metric
"sort": {"_geo_distance": {"location": "POINT (-78.6382 35.7796)"}}
位置最接近 35.7796, -78.6382 的文档中获取 metric
"sort": "_score"
从得分最高的文档中获取 metric
metrics
metrics 选择要返回的 top 文档的字段。 你可以通过请求像 "metrics": [{"field": "m"} 或者以 "metrics": [{"field": "m"}, {"field": "i"} 的形式请求多个 metrics。metrics.field 支持如下的字段类型：
除 keywords 外，还支持对应类型的运行时字段（runtime fields）。 metrics.field 不支持具有数组值的字段。 数组值的 top_metric 聚合可能会返回不一致的结果。
以下示例对几种字段类型运行 top_metrics 聚合。
1. DELETE test
2. PUT /test
3. {
4. "mappings": {
5. "properties": {
6. "d": {
7. "type": "date"
8. }
9. }
10. }
11. }
1. POST /test/_bulk?refresh
2. {"index":{}}
3. {"s":1,"m":3.1415,"i":1,"d":"2020-01-01T00:12:12Z","t":"cat"}
4. {"index":{}}
5. {"s":2,"m":1,"i":6,"d":"2020-01-02T00:12:12Z","t":"dog"}
6. {"index":{}}
7. {"s":3,"m":2.71828,"i":-12,"d":"2019-12-31T00:12:12Z","t":"chicken"}
`
1. POST /test/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "tm": {
5. "top_metrics": {
6. "metrics": [
7. {"field": "m"},
8. {"field": "i"},
9. {"field": "d"},
10. {"field": "t.keyword"}
11. ],
12. "sort": {"s": "desc"}
13. }
14. }
15. }
16. }
`
上面的聚合返回结果：
`
1. {
2. "aggregations": {
3. "tm": {
4. "top": [
5. {
6. "sort": [
7. 3
8. ],
9. "metrics": {
10. "m": 2.718280076980591,
11. "i": -12,
12. "d": "2019-12-31T00:12:12.000Z",
13. "t.keyword": "chicken"
14. }
15. }
16. ]
17. }
18. }
19. }
`
size
top_metrics 可以使用 size 参数返回前几个文档的 metrics 值：
1. DELETE test
2. POST /test/_bulk?refresh
3. {"index": {}}
4. {"s": 1, "m": 3.1415}
5. {"index": {}}
6. {"s": 2, "m": 1.0}
7. {"index": {}}
8. {"s": 3, "m": 2.71828}
`
1. POST /test/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "tm": {
5. "top_metrics": {
6. "metrics": {
7. "field": "m"
8. },
9. "sort": {
10. "s": "desc"
11. },
12. "size": 3
13. }
14. }
15. }
16. }
`
上面的聚合返回：
`
1. {
2. "aggregations": {
3. "tm": {
4. "top": [
5. {
6. "sort": [
7. 3
8. ],
9. "metrics": {
10. "m": 2.718280076980591
11. }
12. },
13. {
14. "sort": [
15. 2
16. ],
17. "metrics": {
18. "m": 1
19. }
20. },
21. {
22. "sort": [
23. 1
24. ],
25. "metrics": {
26. "m": 3.1414999961853027
27. }
28. }
29. ]
30. }
31. }
32. }
`
默认大小为 1。最大默认大小为 10，因为聚合的工作存储是“密集”的，这意味着我们为每个存储桶分配大小槽。 10 是一个非常保守的默认最大值，如果需要，可以通过更改 top_metrics_max_size 索引设置来提高它。 但是要知道，大尺寸可能会占用相当多的内存，特别是如果它们位于聚合内部，这会使许多存储桶像大 terms aggregation 一样。 如果你想提高它，请使用以下内容：
1. PUT /test/_settings
2. {
3. "top_metrics_max_size": 100
4. }
注意：如果 size 大于 1，则 top_metrics 聚合不能成为排序的目标。
示例
和 terms 一起使用
这种聚合在 terms 聚合中应该非常有用，例如，查找每个服务器报告的最后一个值。
1. PUT /node
2. {
3. "mappings": {
4. "properties": {
5. "ip": {"type": "ip"},
6. "date": {"type": "date"}
7. }
8. }
9. }
1. POST /node/_bulk?refresh
2. {"index":{}}
3. {"ip":"192.168.0.1","date":"2020-01-01T01:01:01","m":1}
4. {"index":{}}
5. {"ip":"192.168.0.1","date":"2020-01-01T02:01:01","m":2}
6. {"index":{}}
7. {"ip":"192.168.0.2","date":"2020-01-01T02:01:01","m":3}
`
1. POST /node/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "ip": {
5. "terms": {
6. "field": "ip"
7. },
8. "aggs": {
9. "tm": {
10. "top_metrics": {
11. "metrics": {
12. "field": "m"
13. },
14. "sort": {
15. "date": "desc"
16. }
17. }
18. }
19. }
20. }
21. }
22. }
`
上面的聚合返回：
`
1. {
2. "aggregations": {
3. "ip": {
4. "doc_count_error_upper_bound": 0,
5. "sum_other_doc_count": 0,
6. "buckets": [
7. {
8. "key": "192.168.0.1",
9. "doc_count": 2,
10. "tm": {
11. "top": [
12. {
13. "sort": [
14. "2020-01-01T02:01:01.000Z"
15. ],
16. "metrics": {
17. "m": 2
18. }
19. }
20. ]
21. }
22. },
23. {
24. "key": "192.168.0.2",
25. "doc_count": 1,
26. "tm": {
27. "top": [
28. {
29. "sort": [
30. "2020-01-01T02:01:01.000Z"
31. ],
32. "metrics": {
33. "m": 3
34. }
35. }
36. ]
37. }
38. }
39. ]
40. }
41. }
42. }
`
与 top_hits 不同，你可以按此指标的结果对存储桶进行排序：
`
1. POST /node/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "ip": {
5. "terms": {
6. "field": "ip",
7. "order": {"tm.m": "desc"}
8. },
9. "aggs": {
10. "tm": {
11. "top_metrics": {
12. "metrics": {"field": "m"},
13. "sort": {"date": "desc"}
14. }
15. }
16. }
17. }
18. }
19. }
`
上面的结果显示：
`
1. {
2. "aggregations": {
3. "ip": {
4. "doc_count_error_upper_bound": 0,
5. "sum_other_doc_count": 0,
6. "buckets": [
7. {
8. "key": "192.168.0.2",
9. "doc_count": 1,
10. "tm": {
11. "top": [
12. {
13. "sort": [
14. "2020-01-01T02:01:01.000Z"
15. ],
16. "metrics": {
17. "m": 3
18. }
19. }
20. ]
21. }
22. },
23. {
24. "key": "192.168.0.1",
25. "doc_count": 2,
26. "tm": {
27. "top": [
28. {
29. "sort": [
30. "2020-01-01T02:01:01.000Z"
31. ],
32. "metrics": {
33. "m": 2
34. }
35. }
36. ]
37. }
38. }
39. ]
40. }
41. }
42. }
`
混合排序类型
按跨不同索引的不同类型的字段对 top_metrics 进行排序会产生一些令人惊讶的结果：浮点字段总是独立于整数字段进行排序。
1. DELETE test
2. POST /test/_bulk?refresh
3. {"index":{"_index":"test1"}}
4. {"s":1,"m":3.1415}
5. {"index":{"_index":"test1"}}
6. {"s":2,"m":1}
7. {"index":{"_index":"test2"}}
8. {"s":3.1,"m":2.71828}
`
1. POST /test*/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "tm": {
5. "top_metrics": {
6. "metrics": {
7. "field": "m"
8. },
9. "sort": {
10. "s": "asc"
11. }
12. }
13. }
14. }
15. }
`
上面的聚合返回结果：
`
1. {
2. "aggregations": {
3. "tm": {
4. "top": [
5. {
6. "sort": [
7. 3.0999999046325684
8. ],
9. "metrics": {
10. "m": 2.718280076980591
11. }
12. }
13. ]
14. }
15. }
16. }
`
虽然这比错误要好，但它可能不是你想要的。 虽然它确实会丢失一些精度，但你可以使用以下方式将整数字段显式转换为浮点数：
`
1. POST /test*/_search?filter_path=aggregations
2. {
3. "aggs": {
4. "tm": {
5. "top_metrics": {
6. "metrics": {
7. "field": "m"
8. },
9. "sort": {
10. "s": {
11. "order": "asc",
12. "numeric_type": "double"
13. }
14. }
15. }
16. }
17. }
18. }
`
上面的聚合结果显示：
`
1. {
2. "aggregations": {
3. "tm": {
4. "top": [
5. {
6. "sort": [
7. 1
8. ],
9. "metrics": {
10. "m": 3.1414999961853027
11. }
12. }
13. ]
14. }
15. }
16. }
`
参考：
【1】Top metrics aggregation | Elasticsearch Guide [8.4] | Elastic
