如何从Elasticsearch多索引中按规则获取总计20条文档？

要实现"优先从每个索引取4条，总数凑够20条"的需求，不能直接用单一的match_all查询（它会随机从各索引分配条数，无法保证优先每个索引取4条），推荐以下两种实现方式：

方式一：使用Multi-Search API 分两次请求 #

第一步：批量获取每个索引的前4条文档 #

通过multi_search API一次性请求所有目标索引，每个索引单独指定size:4，这样能确保每个索引优先返回最多4条文档。

请求体示例：

{
  "requests": [
    {"index": "a", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}},
    {"index": "b", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}},
    {"index": "c", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}},
    {"index": "d", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}},
    {"index": "e", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}},
    {"index": "f", "body": {"query": {"match_all": {}}, "size":4, "sort": {"created_at": "desc"}}}
  ]
}

第二步：补充空缺条数 #

把第一步返回的所有文档合并后，统计总数：

• 如果总数已经达到20，直接返回结果；
• 如果总数不足20，计算缺口数量（比如缺20 - 当前总数条），再执行一次跨所有索引的查询，排除已经获取到的文档ID，取对应缺口数量的最新文档。

补充查询的请求体示例（假设缺口是3条）：

{
  "index": ["a","b","c","d","e","f"],
  "body": {
    "query": {
      "bool": {
        "must": [{"match_all": {}}],
        "must_not": [{"ids": {"values": ["已获取的文档ID1", "已获取的文档ID2", ...]}}]
      }
    },
    "size": 3,
    "sort": {"created_at": "desc"}
  }
}

方式二：使用聚合+客户端处理 #

通过terms聚合按_index字段分组，每个分组用top_hits子聚合取前4条文档，之后在客户端合并结果，若总数不足20则补充查询。

请求体示例：

{
  "index": ["a","b","c","d","e","f"],
  "body": {
    "size": 0,
    "aggs": {
      "per_index": {
        "terms": {
          "field": "_index",
          "size": 6 // 对应你的索引数量
        },
        "aggs": {
          "top_docs": {
            "top_hits": {
              "size": 4,
              "sort": {"created_at": "desc"}
            }
          }
        }
      }
    }
  }
}

返回结果中，每个索引的top_docs.hits.hits就是该索引的前4条文档。把所有这些文档收集起来后，若总数不够20，再执行方式一中的补充查询即可。

为什么当前方案不满足需求 #

你当前的match_all+size:20查询，Elasticsearch会按照分片的查询结果合并逻辑返回文档，无法保证每个索引优先分配4条，可能出现某个索引返回远超4条，而其他索引返回很少的情况，不符合你的需求。

内容的提问来源于stack exchange，提问作者Ajay Makwana