Spring Boot中Elasticsearch用聚合按数值范围统计数据

一次查询的实现方案 #

方式1：通过Spring Data Elasticsearch Repository自定义聚合查询 #

直接在Repository接口中定义带有聚合的查询，利用@Query注解指定查询和聚合语句：

public interface ItemRepository extends ElasticsearchRepository<Item, String> {

    // 原三次查询方法可保留或替换
    @Query(value = "{\"bool\":{\"must\":[{\"match\":{\"userId\":?0}}]}}",
           countQuery = "{\"bool\":{\"must\":[{\"match\":{\"userId\":?0}}]}, \"aggs\":{\"score_ranges\":{\"range\":{\"field\":\"score\",\"ranges\":[{\"key\":\"low\",\"gte\":0,\"lte\":4},{\"key\":\"medium\",\"gt\":4,\"lte\":7},{\"key\":\"high\",\"gt\":7,\"lte\":10}]}}}}")
    AggregatedPage<Item> findByUserIdWithScoreRanges(String userId);
}

在Service中解析聚合结果：

@Service
public class ItemService {

    @Autowired
    private ItemRepository itemRepository;

    public Map<String, Long> getScoreCountRanges() {
        AggregatedPage<Item> result = itemRepository.findByUserIdWithScoreRanges("100");
        RangeAggregation scoreAgg = result.getAggregation("score_ranges", RangeAggregation.class);
        
        Map<String, Long> countMap = new HashMap<>();
        for (Range.Bucket bucket : scoreAgg.getBuckets()) {
            countMap.put(bucket.getKeyAsString(), bucket.getDocCount());
        }
        // 输出格式符合预期：{"high":20, "medium":10, "low":3}
        System.out.println(countMap);
        return countMap;
    }
}

方式2：使用ElasticsearchRestTemplate构建聚合查询（更灵活） #

如果需要动态调整查询条件，推荐用RestTemplate手动构建聚合：

@Service
public class ItemService {

    @Autowired
    private ElasticsearchRestTemplate restTemplate;

    public Map<String, Long> getScoreCountRanges() {
        // 构建用户筛选条件
        BoolQueryBuilder query = QueryBuilders.boolQuery()
                .must(QueryBuilders.matchQuery("userId", 100));

        // 构建score范围聚合，精确匹配需求的区间
        RangeAggregationBuilder scoreAgg = AggregationBuilders.range("score_ranges")
                .field("score")
                .addRange("low").gte(0).lte(4)
                .addRange("medium").gt(4).lte(7)
                .addRange("high").gt(7).lte(10);

        // 组装搜索请求
        NativeSearchQuery searchQuery = new NativeSearchQueryBuilder()
                .withQuery(query)
                .addAggregation(scoreAgg)
                .build();

        // 执行查询并解析结果
        SearchHits<Item> hits = restTemplate.search(searchQuery, Item.class);
        RangeAggregation aggResult = hits.getAggregations().get("score_ranges");

        Map<String, Long> countMap = new HashMap<>();
        for (Range.Bucket bucket : aggResult.getBuckets()) {
            countMap.put(bucket.getKeyAsString(), bucket.getDocCount());
        }
        return countMap;
    }
}

效率对比 #

一次聚合查询的优势 #

1. 减少网络开销：仅需一次请求往返，避免三次查询带来的网络延迟，跨服务器部署时差异尤为明显。
2. 降低集群负载：Elasticsearch只需遍历一次符合条件的文档集合，三次查询会重复执行相同的文档扫描，消耗更多CPU、内存和IO资源。
3. 结果一致性：一次查询的统计基于同一数据快照，避免三次查询期间文档增删改导致的结果不一致。

三次查询的适用场景 #

仅当每个范围的查询逻辑完全独立、或需要单独缓存各范围结果时才有意义，当前场景下完全不适用。

内容的提问来源于stack exchange，提问作者Majd Mahajenah