_doc_count 字段
桶聚合（bucket aggregation）总是返回一个名为 doc_count 的字段，显示在每个桶中聚合和分区的文档数量。doc_count 值的计算非常简单：对于收集到每个桶中的每个文档，doc_count 递增 1。
虽然这种简单方法在计算单个文档的聚合时很有效，但它无法准确表示存储预聚合数据（例如 histogram 或 aggregate_metric_double 字段）的文档，因为一个汇总字段可能代表多个文档。
为了在处理预聚合数据时能够正确计算文档数量，我们引入了一个名为 _doc_count 的元数据字段类型。_doc_count 必须始终是一个正整数，表示聚合在单个汇总字段中的文档数量。
当字段 _doc_count 被添加到文档中时，所有桶聚合都会尊重它的值，并将桶的 doc_count 递增该字段的值。如果文档不包含任何 _doc_count 字段，则默认隐含 _doc_count = 1。
- 每个文档的
_doc_count字段只能存储一个正整数。不允许嵌套数组。 - 如果文档不包含
_doc_count字段，聚合器将递增 1，这是默认行为。
示例
以下创建索引 API 请求创建一个带有以下字段映射的新索引：
my_histogram，用于存储百分位数据的histogram字段my_text，用于存储直方图标题的keyword字段
PUT my_index
{
"mappings": {
"properties": {
"my_histogram": {
"type": "histogram"
},
"my_text": {
"type": "keyword"
}
}
}
}
以下索引 API 请求存储两个直方图 histogram_1 和 histogram_2 的预聚合数据。
PUT my_index/_doc/1
{
"my_text": "histogram_1",
"my_histogram": {
"values": [0.1, 0.2, 0.3, 0.4, 0.5],
"counts": [3, 7, 23, 12, 6]
},
"_doc_count": 45
}
PUT my_index/_doc/2
{
"my_text": "histogram_2",
"my_histogram": {
"values": [0.1, 0.25, 0.35, 0.4, 0.45, 0.5],
"counts": [8, 17, 8, 7, 6, 2]
},
"_doc_count": 62
}
字段 _doc_count 必须是一个正整数，存储生成每个直方图所聚合的文档数量。
如果我们在 my_index 上运行以下 terms 聚合：
GET /_search
{
"aggs": {
"histogram_titles": {
"terms": {
"field": "my_text"
}
}
}
}
我们将得到以下响应：
{
...
"aggregations": {
"histogram_titles": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "histogram_2",
"doc_count": 62
},
{
"key": "histogram_1",
"doc_count": 45
}
]
}
}
}