如何在Elasticsearch中过滤列表字段聚合结果并支持分页？

方法1：利用terms聚合的include参数（推荐） #

直接在terms聚合中通过include指定需要保留的聚合key，既能精准过滤字符串类型的聚合结果，又天然支持分页（通过size和from参数控制）。

修改后的查询示例：

{
  "aggFilter": {
    "filter": {
      "terms": {
        "field": ["foo"],
        "boost": 1
      }
    },
    "aggregations": {
      "fieldAggregation0": {
        "terms": {
          "field": "field",
          "size": 10, // 每页显示的聚合桶数量
          "from": 0,  // 分页起始位置，从0开始计数
          "min_doc_count": 1,
          "include": ["foo"], // 仅保留匹配该值的聚合结果
          "order": [
            {"_count": "desc"},
            {"_key": "asc"}
          ]
        }
      }
    }
  }
}

说明： #

• include参数支持精确值匹配（数组形式），也支持正则表达式（例如"include": "foo.*"），完全适配字符串类型的聚合key过滤需求。
• 分页通过size（每页数量）和from（跳过前N个聚合桶）实现，适合数据量不大的场景。

方法2：使用composite聚合实现大规模分页+过滤 #

如果需要处理百万级以上的聚合结果，terms聚合的from/size分页可能存在性能瓶颈，此时可以用composite聚合结合嵌套过滤实现高效分页：

{
  "aggFilter": {
    "filter": {
      "terms": {
        "field": ["foo"],
        "boost": 1
      }
    },
    "aggregations": {
      "composite_agg": {
        "composite": {
          "size": 10, // 每页数量
          "sources": [
            {
              "field_key": {
                "terms": {
                  "field": "field"
                }
              }
            }
          ]
        },
        "aggregations": {
          "filter_foo": {
            "filter": {
              "term": {
                "field": "foo"
              }
            }
          },
          "keep_bucket": {
            "bucket_script": {
              "script": "params.filtered_count > 0",
              "params": {
                "filtered_count": "filter_foo._count"
              }
            }
          },
          "bucket_selector_filter": {
            "bucket_selector": {
              "buckets_path": {
                "keep": "keep_bucket"
              },
              "script": "params.keep == true"
            }
          }
        }
      }
    }
  }
}

说明： #

• composite聚合通过after参数实现高效分页（下一页查询时传入上一页返回的after_key），适合海量数据场景。
• 这里通过嵌套filter聚合统计每个桶中匹配"foo"的文档数，再用bucket_script将其转为布尔值，最后通过bucket_selector过滤掉不满足条件的桶。

关于bucket_selector直接用_key报错的原因 #

bucket_selector的buckets_path仅支持引用数值类型的聚合路径，无法直接调用字符串类型的_key，因此直接使用会报错。而方法1的include参数是terms聚合原生支持的字符串过滤方式，更简洁高效。

内容的提问来源于stack exchange，提问作者Nilesh Tadha