Elasticsearch sum聚合结果异常：同一用户同时出现在输赢榜单？

核心问题原因 #

1. 字段类型错误
   如果playerid字段是text类型而非keyword类型，terms聚合会对playerid分词后的结果进行分组，而非完整的用户ID。比如同一用户的ID若存在大小写差异（如User123和user123），会被识别为不同分组，各自计算amountEUR的总和，导致同一个实际用户的不同"伪分组"分别出现在赢家和输家列表中，且sum值完全不同。

2. terms聚合的近似特性
   Elasticsearch的terms聚合默认是近似计算：每个分片仅返回前size个桶，协调节点再合并这些桶后返回最终结果。这会导致实际的top/bottom用户可能因未在分片级进入前size而被遗漏，当你修改size参数时，分片返回的桶数量变化，合并后的结果自然会完全不同。

修复方案 #

1. 修正字段聚合的目标类型 #

确保聚合时使用playerid的keyword类型（如果字段映射中包含该子字段），或者修改playerid的字段类型为keyword（推荐，因为text类型不适合用于分组聚合）。

2. 使用准确的全局聚合逻辑 #

不要用两个独立的terms聚合分别计算赢家和输家，而是先全局计算所有用户的sum，再通过bucket_sort筛选top5和bottom5，避免近似误差：

{
  "size": 0,
  "query": {
    "bool": {
      "filter": [{ "exists": { "field": "amountEUR" } }]
    }
  },
  "aggs": {
    "all_players": {
      "terms": {
        "field": "playerid.keyword",
        "size": 10000,  // 设足够大以覆盖所有用户，若用户量极大可配合shard_size优化
        "shard_size": 20000  // 让每个分片返回更多桶，提升全局准确性
      },
      "aggs": {
        "total_amount": {
          "sum": { "field": "amountEUR" }
        }
      }
    },
    "top5_winners": {
      "bucket_sort": {
        "buckets_path": "all_players>total_amount",
        "size": 5,
        "order": { "total_amount": "desc" }
      }
    },
    "top5_losers": {
      "bucket_sort": {
        "buckets_path": "all_players>total_amount",
        "size": 5,
        "order": { "total_amount": "asc" }
      }
    }
  }
}

3. 更高效的top/bottom聚合方案（适合大数据量） #

如果用户数量极大，无法用size覆盖所有用户，可使用top_metrics聚合，它专为高效获取分组度量的top/bottom结果设计，准确性更高：

{
  "size": 0,
  "query": {
    "bool": {
      "filter": [{ "exists": { "field": "amountEUR" } }]
    }
  },
  "aggs": {
    "top5_winners": {
      "top_metrics": {
        "metrics": [{ "field": "amountEUR", "agg": "sum" }],
        "sort": [{ "amountEUR": { "order": "desc", "mode": "sum" } }],
        "size": 5,
        "key_field": "playerid.keyword"
      }
    },
    "top5_losers": {
      "top_metrics": {
        "metrics": [{ "field": "amountEUR", "agg": "sum" }],
        "sort": [{ "amountEUR": { "order": "asc", "mode": "sum" } }],
        "size": 5,
        "key_field": "playerid.keyword"
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者rosmak