如何用Elasticsearch Painless脚本对所有文档执行无分子桶的聚合查询？

要实现「对所有文档执行Painless脚本+返回单桶聚合结果」的需求，你可以通过全局聚合（Global Aggregation）+ 脚本化指标聚合（Scripted Metric Aggregation），或者过滤聚合（Filter Aggregation）+ 带脚本的常规聚合来完成，前者更直接适配“全文档+自定义脚本逻辑”的场景。

方案1：全局聚合+脚本化指标聚合 #

全局聚合会直接包含索引内所有文档，不受任何查询条件限制，刚好形成你需要的单桶；搭配脚本化指标聚合可以完全自定义Painless脚本逻辑，实现对每篇文档的处理和结果聚合。

请求示例 #

GET /your_index/_search
{
  "size": 0, // 无需返回具体文档，只取聚合结果
  "aggs": {
    "all_docs_single_bucket": { // 自定义单桶名称
      "global": {},
      "aggs": {
        "custom_script_result": {
          "scripted_metric": {
            "init_script": "state.total = 0; state.doc_count = 0", // 初始化聚合状态
            "map_script": """
              // 这里写对每个文档执行的Painless逻辑
              def target_value = doc['your_field'].value;
              state.total += target_value;
              state.doc_count += 1;
            """,
            "combine_script": "return {'total': state.total, 'count': state.doc_count, 'avg': state.total / state.doc_count}", // 合并当前分片的结果
            "reduce_script": """
              def final_total = 0;
              def final_count = 0;
              for (shard_result in states) {
                final_total += shard_result.total;
                final_count += shard_result.count;
              }
              return {'total_value': final_total, 'total_docs': final_count, 'average': final_total / final_count}
            """ // 合并所有分片的最终结果
          }
        }
      }
    }
  }
}

核心说明 #

• global：强制聚合所有文档，生成唯一的单桶，不受查询条件影响。
• scripted_metric：四个阶段的脚本完全自定义，从初始化到逐文档处理，再到分片和全局合并，满足复杂的脚本计算需求。
• size: 0：节省资源，只返回聚合结果。

方案2：过滤聚合+带脚本的常规聚合 #

如果你的脚本逻辑只是简单的数值计算（比如求和、求平均），可以用match_all过滤出所有文档形成单桶，再搭配常规聚合的script参数实现计算。

请求示例 #

GET /your_index/_search
{
  "size": 0,
  "aggs": {
    "all_docs_single_bucket": {
      "filter": { "match_all": {} }, // 匹配所有文档的单桶
      "aggs": {
        "calculated_sum": {
          "sum": {
            "script": {
              "source": "doc['price'].value * doc['quantity'].value" // 对每个文档执行的计算脚本
            }
          }
        }
      }
    }
  }
}

核心说明 #

• filter聚合用match_all快速生成包含所有文档的单桶。
• 常规聚合（如sum/avg/max）的script参数支持Painless脚本，直接对每个文档的字段做计算后聚合。

注意事项 #

• 脚本里要避免访问不存在的字段，可通过doc.containsKey('field_name')做前置判断，防止报错。
• 大数据量下脚本聚合会有性能开销，建议先在测试环境验证性能再上线。
• 如果只是需要对所有文档执行脚本返回单值，也可以用script_fields搭配match_all，但聚合方案更适合统计类需求。

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