如何在Elastic Search中获取按营收排名的前100位客人并返回完整对象及聚合求和结果

看起来你之前的思路有个关键偏差——你用total字段做terms聚合，这是在按单次消费金额分组，而不是按客人分组，会导致相同消费金额的不同客人预订被归到同一个桶里，显然不符合你「按客人总营收排名」的需求。

正确的做法是先按客人的唯一标识（比如客人邮箱、专属ID这类能唯一区分每个客人的字段）做terms聚合，然后在每个客人的桶里同时计算总营收（用sum聚合）和获取该客人的完整文档（用top_hits聚合）。

修正后的查询语句 #

假设你的客人唯一标识是contact.email（如果有单独的guest_id字段，用它会更可靠），这里需要用它的keyword子字段来做聚合（text类型字段无法直接用于聚合）：

GET reservations/_search
{
  "size": 0,
  "aggs": {
    "top_revenue_guests": {
      "terms": {
        "field": "contact.email.keyword", // 按客人唯一标识分组
        "size": 100,
        "order": {
          "total_revenue": "desc" // 按总营收降序排名
        }
      },
      "aggs": {
        "total_revenue": { // 计算该客人的累计总营收
          "sum": {
            "field": "total"
          }
        },
        "guest_details": { // 获取该客人的完整文档（取最新1条即可）
          "top_hits": {
            "size": 1,
            "_source": { // 指定返回完整的客人对象字段
              "includes": ["*"]
            }
          }
        }
      }
    }
  }
}

预期返回结果 #

每个桶里会同时包含该客人的总营收、预订次数，以及完整的客人对象：

{
  "aggregations": {
    "top_revenue_guests": {
      "buckets": [
        {
          "key": "john@mail.com", // 客人的唯一标识
          "doc_count": 3, // 该客人的预订次数
          "total_revenue": {
            "value": 2450.5 // 该客人的累计总营收
          },
          "guest_details": {
            "hits": {
              "hits": [
                {
                  "_source": {
                    "id": "1334620",
                    "total": 110.8,
                    "payment": "unpaid",
                    "contact": {
                      "name": "John Doe",
                      "email": "john@mail.com"
                    }
                  }
                }
              ]
            }
          }
        },
        // 其他客人的结果桶...
      ]
    }
  }
}

关键说明 #

1. 为什么sum聚合不能返回文档？
   sum是纯数值计算类聚合，它的核心作用是统计数值总和，本身不具备返回完整文档的能力。想要获取客人的完整对象，必须用top_hits这类专门用于返回命中文档的聚合，把它和sum放在同一个terms桶里，就能同时拿到总营收和客人信息。

2. 关于客人唯一标识的选择
   如果你的数据里有单独的guest_id字段，优先用它做terms聚合（比邮箱更稳定）；如果没有，就选能唯一区分客人的字段组合（比如contact.name.keyword+contact.email.keyword，不过邮箱通常已经足够唯一）。

3. top_hits的size设置
   如果一个客人有多个预订文档，top_hits的size设为1就足够获取客人的基础信息（因为客人的联系方式等信息通常是一致的）；如果需要返回该客人的所有预订记录，可以调整size值，但注意不要超过Elasticsearch的单查询返回限制。

内容的提问来源于stack exchange，提问作者Samball