OpenSearch 2.3.0统计nested类型parcels数组总元素数的问题

环境与需求 #

• OpenSearch版本：2.3.0
• 索引映射包含nested类型字段parcels，映射片段如下：

"parcels": {
    "type": "nested",
    "properties": {
        ...                                  
    }
},

• 需求：统计索引中所有文档的parcels数组元素总数，例如3个文档分别包含2、3、1个parcels元素时，聚合结果需返回6。

尝试的脚本及错误 #

我使用了以下聚合脚本：

{
"size": 0,
    "aggs": {
        "total_parcels": {
            "sum": {
                "script": {
                    "source": "ctx._source.parcels.length"
                }
            }
        }
    }
}

但脚本编译失败，错误信息如下：

"reason": {
    "type": "script_exception",
    "reason": "compile error",
    "script_stack": [
        "ctx._source.parcels.length",
                    "       ^---- HERE"
    ],
    "script": "ctx._source.parcels.length",
    "lang": "painless",
     "position": {
         "offset": 19,
         "start": 0,
         "end": 26
     },
     "caused_by": {
         "type": "illegal_argument_exception",
         "reason": "cannot resolve symbol [ctx._source.parcels.length]"
     }
}

错误原因 #

错误出在脚本的访问逻辑：

1. Painless脚本中访问文档源数据需用params._source，而非ctx._source；
2. 未添加空值判断，若某个文档无parcels字段会触发空指针异常；
3. 虽然nested类型字段存储时会拆分为独立子文档，但_source中仍保留原数组结构，只要_source未被禁用，即可直接访问数组长度。

正确实现方式 #

方式一：利用nested聚合统计（适用于所有场景，包括_source被禁用） #

通过nested聚合遍历所有parcels子文档，再用value_count统计子文档数量，总数即为所有parcels元素的个数：

{
  "size": 0,
  "aggs": {
    "parcels_nested": {
      "nested": {
        "path": "parcels"
      },
      "aggs": {
        "total_parcels": {
          "value_count": {
            "field": "parcels.某个必存在的字段" // 替换为parcels映射中实际存在的必填字段，比如parcels.id
          }
        }
      }
    }
  }
}

方式二：修改脚本直接访问_source（仅适用于_source未被禁用的情况） #

调整脚本的_source访问方式，并增加空值判断：

{
  "size": 0,
  "aggs": {
    "total_parcels": {
      "sum": {
        "script": {
          "source": "params._source.parcels != null ? params._source.parcels.length : 0"
        }
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者Ori Dar