【Elasticsearch】无限制的误差unbounded error

在Elasticsearch中，`terms`聚合的“无限制的误差”（unbounded error）是指当聚合结果按文档计数（`doc_count`）升序排序时，无法准确计算聚合结果的误差范围。这种误差是由于Elasticsearch的分片（shard）机制导致的。

为什么会出现“无限制的误差”？

Elasticsearch的`terms`聚合默认是按文档计数降序排序的，这种情况下，Elasticsearch可以计算出每个桶（bucket）的文档计数误差上限（`doc_count_error_upper_bound`）。这个误差上限是基于分片返回的最大桶的大小计算的。

然而，当`terms`聚合按文档计数升序排序时，Elasticsearch无法准确计算出误差范围，因为分片返回的结果可能不包含某些低频词，而这些词可能在其他分片中存在。由于无法确定这些低频词的完整分布，Elasticsearch无法提供一个可靠的误差上限，因此称为“无限制的误差”。

示例

假设有一个`terms`聚合，按文档计数升序排序：

```json

GET /_search

{

  "aggs": {

    "genres": {

      "terms": {

        "field": "genre",

        "order": { "_count": "asc" }

      }

    }

  }

}

```

在这种情况下，Elasticsearch无法准确报告每个桶的文档计数误差，因此会返回一个值为-1的`doc_count_error_upper_bound`。

如何避免“无限制的误差”？

为了避免这种误差，建议不要使用`terms`聚合按文档计数升序排序。如果需要查找稀有词，可以使用`rare_terms`聚合，它专门用于处理稀有词的场景。

总结

“无限制的误差”是由于Elasticsearch的分片机制和`terms`聚合的实现方式导致的。在按文档计数升序排序时，Elasticsearch无法准确计算误差范围，因此不推荐使用这种排序方式。如果需要处理稀有词或低频词，建议使用`rare_terms`聚合。