如何在含nested字段的Elasticsearch映射中仅统计根文档？

原始问题 #

我的Elasticsearch映射包含一个nested字段，根据文档说明，ES会将nested字段中的每个项扩展为独立文档，再加上根文档。但出于业务逻辑需求，我需要仅对根文档进行计数和查询，是否有实现方法？我了解到reverse_nested可能是解决方案，但使用它是否必须至少查询nested字段中的一个字段？

更新需求 #

我需要针对根对象按指定字段进行聚合计数，示例如下：

创建索引映射 #

PUT test
{
  "mappings": {
    "properties": {
      "flag": "keyword",
      "topics": {
        "type": "nested"
      }
    }
  }
}

批量插入文档 #

POST test/_bulk
{"index":{"_index":"test" }}
{"flag":"A", "topics":[ {"topic":"topic 1"}, {"topic":"topic 2"}], "_id": 1}
{"index":{"_index":"test" }}
{"flag":"A", "topics":[ {"topic":"topic 2"}, {"topic":"topic 3"}], "_id": 2}
{"index":{"_index":"test" }}
{"flag":"B", "topics":[ {"topic":"topic 1"}, {"topic":"topic 3"}], "_id": 3}

（注：原示例中第三个文档_id重复为2，此处修正为3避免冲突）

期望正确结果 #

按flag字段返回根文档计数：

{
  "key": "A",
  "doc_count": 2
},
{
  "key": "B",
  "doc_count": 1
}

错误结果（需避免） #

因nested字段展开导致的重复计数：

{
  "key": "A",
  "doc_count": 6
},
{
  "key": "B",
  "doc_count": 3
}

解决方案 #

基础场景：直接统计根文档 #

如果不需要操作nested字段的内容，直接对根文档字段做聚合即可得到正确的根文档计数，根本无需涉及nested或reverse_nested操作。

针对你的示例需求，执行以下查询：

GET test/_search
{
  "size": 0,
  "aggs": {
    "flag_count": {
      "terms": {
        "field": "flag"
      }
    }
  }
}

该查询会直接统计每个flag对应的根文档数量，返回结果就是你期望的正确计数。

关于reverse_nested的说明 #

reverse_nested的作用是在nested聚合/查询的上下文内，切换回根文档上下文做聚合，它确实需要先进入nested上下文（即先执行nested查询或聚合）才能使用。但你的基础场景完全不需要用到它——只有当你需要先筛选nested字段的内容，同时统计对应根文档数量时，才需要它。

比如，如果你需要找出包含topic: "topic 1"的文档，再按flag统计这些根文档的数量，可以用以下两种方式：

方式1：nested查询 + 根字段聚合

GET test/_search
{
  "size": 0,
  "query": {
    "nested": {
      "path": "topics",
      "query": {
        "term": {
          "topics.topic": "topic 1"
        }
      }
    }
  },
  "aggs": {
    "flag_count": {
      "terms": {
        "field": "flag"
      }
    }
  }
}

方式2：nested聚合内使用reverse_nested

GET test/_search
{
  "size": 0,
  "aggs": {
    "topics_agg": {
      "nested": {
        "path": "topics"
      },
      "aggs": {
        "topic_filter": {
          "term": {
            "topics.topic": "topic 1"
          },
          "aggs": {
            "root_context": {
              "reverse_nested": {},
              "aggs": {
                "flag_count": {
                  "terms": {
                    "field": "flag"
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

这两种方式都会返回符合条件的根文档计数，不会因nested字段展开而重复统计。

内容的提问来源于stack exchange，提问作者JLuis Estrada