Elasticsearch聚合如何包含查询阶段_source的id与description字段

核心思路 #

要同时保留文档的id/description字段，以及筛选指定locationId的嵌套locationData，需要结合**top_hits聚合**（获取原始文档字段）和嵌套聚合（筛选嵌套数据），或者直接用inner_hits（单文档场景更简便）。

场景1：多文档聚合场景（需分组保留字段） #

假设你的数据结构如下：

{
  "id": "doc_1",
  "description": "Sample document",
  "locationData": [
    {"locationId": "loc_1", "name": "Location 1"},
    {"locationId": "loc_2", "name": "Location 2"}
  ]
}

可以用以下查询，先筛选目标文档，再通过聚合同时获取文档字段和匹配的嵌套数据：

{
  "query": {
    "bool": {
      "filter": [
        {"term": {"id.keyword": "doc_1"}}, // 按id筛选文档（id需为keyword类型）
        {"nested": {
          "path": "locationData",
          "query": {"term": {"locationData.locationId.keyword": "loc_1"}} // 筛选指定locationId的嵌套数据
        }}
      ]
    }
  },
  "aggs": {
    "group_by_document": {
      "terms": {
        "field": "id.keyword",
        "size": 10 // 根据文档数量调整
      },
      "aggs": {
        // 获取文档的id和description
        "document_info": {
          "top_hits": {
            "_source": ["id", "description"],
            "size": 1 // 每个文档仅返回1条结果
          }
        },
        // 筛选并获取匹配的locationData
        "filtered_location_data": {
          "nested": {
            "path": "locationData"
          },
          "aggs": {
            "match_target_location": {
              "filter": {
                "term": {"locationData.locationId.keyword": "loc_1"}
              },
              "aggs": {
                "location_details": {
                  "top_hits": {
                    "_source": ["locationData.*"],
                    "size": 10 // 根据嵌套数据数量调整
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

场景2：单文档查询场景（无需聚合更简便） #

如果仅需查询单个文档，直接用inner_hits即可同时返回文档的id/description和匹配的嵌套数据，无需聚合：

{
  "_source": ["id", "description"], // 指定返回的文档字段
  "query": {
    "bool": {
      "filter": [
        {"term": {"id.keyword": "doc_1"}},
        {"nested": {
          "path": "locationData",
          "query": {"term": {"locationData.locationId.keyword": "loc_1"}},
          "inner_hits": { // 返回匹配的嵌套数据
            "_source": ["locationData.locationId", "locationData.name"],
            "size": 10
          }
        }}
      ]
    }
  }
}

关键注意事项 #

• 确保id和locationData.locationId字段为keyword类型，否则term查询和terms聚合无法正常工作。
• top_hits和inner_hits的size参数根据实际数据量调整，避免返回过多冗余结果。
• 如果不需要分组，单文档场景优先用inner_hits，比聚合更高效。

内容的提问来源于stack exchange，提问作者user19785518