如何基于stats文档近4周访问量总和排序book搜索结果？

能不能实现？ #

这事儿完全能实现，但你之前的查询逻辑有问题：你在整个索引里匹配title字段，但stats文档根本没有title，结果查询出来的只有book文档，可聚合又要用到只有stats才有的book_id字段，两者对不上，自然出不来正确结果。

要不要调整文档结构？ #

没必要用嵌套文档，更适合用**Elasticsearch的父子文档（Join类型）**来关联book和stats：

• 建索引的时候加个join字段，指定book是父文档，stats是子文档，用book_id对应父文档的id就行。
• 这种结构既能保留两种文档的独立性，查父文档的时候还能高效关联子文档的统计数据。

要是你的数据更新不频繁，也可以直接把统计数据预存在book文档里：比如加个recent_4w_visits字段，定时计算近4周的访问总和更新进去，这样查询排序会更简单高效。

修正后的查询方法 #

方法一：基于父子文档结构（推荐） #

假设已经把索引改成父子文档结构，父文档类型是book，子文档是stats，用下面的查询就行：

{
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "my term"
          }
        }
      ]
    }
  },
  "aggs": {
    "books_with_stats": {
      "terms": {
        "field": "id", // book文档的id字段
        "size": 10
      },
      "aggs": {
        "recent_visits": {
          "children": {
            "type": "stats" // 子文档类型
          },
          "aggs": {
            "last_4_weeks": {
              "filter": {
                "range": {
                  "visits_date": {
                    "gte": "now-4w/w"
                  }
                }
              },
              "aggs": {
                "total_visits": {
                  "sum": {
                    "field": "visits_count"
                  }
                }
              }
            }
          }
        }
      }
    }
  },
  "sort": [
    {
      "total_visits": {
        "order": "desc",
        "mode": "max"
      }
    }
  ]
}

方法二：不调整文档结构的兼容方案 #

要是不想改结构，也可以用脚本把book的id和stats的book_id统一分组，再筛选计算：

{
  "size": 0,
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "title": "my term"
          }
        },
        {
          "exists": {
            "field": "book_id"
          }
        }
      ]
    }
  },
  "aggs": {
    "group_by_book": {
      "terms": {
        "script": {
          "source": "doc.containsKey('id') ? doc['id'].value : doc['book_id'].value"
        },
        "size": 10
      },
      "aggs": {
        "has_book_match": {
          "filter": {
            "match": {
              "title": "my term"
            }
          }
        },
        "recent_visits_sum": {
          "filter": {
            "bool": {
              "must": [
                {
                  "exists": {
                    "field": "book_id"
                  }
                },
                {
                  "range": {
                    "visits_date": {
                      "gte": "now-4w/w"
                    }
                  }
                }
              ]
            }
          },
          "aggs": {
            "total_visits": {
              "sum": {
                "field": "visits_count"
              }
            }
          }
        },
        "only_matching_books": {
          "bucket_selector": {
            "buckets_path": {
              "bookMatchCount": "has_book_match._count"
            },
            "script": "params.bookMatchCount > 0"
          }
        }
      }
    }
  }
}

这个查询会把book和对应的stats归到同一组，只保留符合标题搜索的book，再算出它们近4周的访问总和。

内容的提问来源于stack exchange，提问作者samuel