如何在Elasticsearch中从最新高优先级文档获取5个唯一user_id

可以通过Elasticsearch的**折叠（collapse）**功能结合排序来实现你要的逻辑，以下是具体的查询示例：

GET /documents/_search
{
  "size": 5,
  "collapse": {
    "field": "user_id",
    "inner_hits": {
      "name": "top_doc",
      "size": 1,
      "sort": [
        {"timestamp": "desc"},
        {"priority": "desc"}
      ]
    }
  },
  "sort": [
    {"timestamp": "desc"},
    {"priority": "desc"}
  ]
}

逻辑解释： #

1. 按user_id折叠去重：collapse字段指定user_id，确保每个user_id仅返回一个文档，实现类似SQL中DISTINCT的效果。
2. 筛选每个user_id的最优文档：inner_hits里定义排序规则（先按timestamp降序，再按priority降序），并设置size:1，这样每个user_id只会保留最新且优先级最高的那一条文档。
3. 全局排序并限制数量：外层查询使用相同的排序规则，确保所有折叠后的文档是按时间和优先级从高到低排列的，最后通过size:5直接获取前5个唯一的user_id。

针对你的疑问解答： #

• 先排序再取唯一user_id：通过inner_hits的排序，先为每个user_id筛选出符合要求的最优文档，外层再对这些最优文档做全局排序，保证了整体顺序是严格按照timestamp和priority降序的。
• 限制前5个唯一值：外层查询的size:5直接控制返回的结果数量，因为每个结果对应一个唯一的user_id，所以最终会得到你需要的前5个符合条件的唯一用户ID。

如果你的Elasticsearch版本不支持collapse（低于6.3版本），可以用以下替代方案：使用terms聚合结合top_hits子聚合，再通过size限制聚合结果数量：

GET /documents/_search
{
  "size": 0,
  "aggs": {
    "unique_users": {
      "terms": {
        "field": "user_id",
        "size": 5,
        "order": {
          "top_doc": "desc"
        }
      },
      "aggs": {
        "top_doc": {
          "top_hits": {
            "size": 1,
            "sort": [
              {"timestamp": "desc"},
              {"priority": "desc"}
            ]
          }
        }
      }
    }
  }
}

这个方案中，terms聚合按user_id分组，top_hits子聚合获取每个组内排序后的最优文档，然后terms聚合根据top_doc的排序结果来对分组进行排序，最后size:5返回前5个分组，每个分组对应一个唯一user_id。

内容的提问来源于stack exchange，提问作者pred1212