Elasticsearch嵌套数组查询：指定name匹配优先及counts降序排序实现

针对你的需求，我们可以通过function_score结合nested查询实现：让包含指定name的文档获得更高权重，同时将对应项的counts值融入排序逻辑，确保这类文档优先展示且按counts降序排列，其余相关文档排在后面。

完整查询DSL（以查询name="abcd"为例） #

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "user_data.name": "abcd"
        }
      },
      "functions": [
        {
          "filter": {
            "nested": {
              "path": "user_data",
              "query": {
                "term": {
                  "user_data.name.keyword": "abcd"
                }
              }
            }
          },
          "script_score": {
            "script": {
              "source": """
                int maxCounts = 0;
                for (def item : params._source.user_data) {
                  if (item.name == 'abcd' && item.counts > maxCounts) {
                    maxCounts = item.counts;
                  }
                }
                return 10000 + maxCounts;
              """
            }
          }
        }
      ],
      "boost_mode": "replace"
    }
  },
  "sort": [
    { "_score": { "order": "desc" } },
    // 可选：对未匹配指定name的文档补充排序规则，可按需添加
    { "_id": { "order": "asc" } }
  ]
}

关键部分解释 #

1. 基础查询：外层match查询确保返回所有user_data.name包含目标字符串的相关文档。
2. 权重过滤与计算：
   • nested过滤器精准匹配user_data数组中存在指定name的文档。
   • script_score脚本遍历文档的user_data数组，找到对应name项的最高counts值（若一个文档有多个相同name的项，取最大值），返回10000 + maxCounts作为得分——10000是足够大的基数，保证这类文档得分远高于未匹配文档，同时maxCounts让counts高的文档得分更高。
3. boost_mode: 设置为replace，用自定义得分完全替换默认查询得分，确保排序逻辑完全按规则执行。
4. 排序：按_score降序排列，自然实现“匹配指定name的文档优先，且内部按counts降序”的效果；后续可添加其他排序规则处理未匹配文档。

注意事项 #

• 如果需要分词匹配name，可将term查询改为match查询；使用user_data.name.keyword是为了精准匹配完整字符串。
• 脚本中的10000可根据数据规模调整，只要确保比未匹配文档的最大可能得分高即可。

内容的提问来源于stack exchange，提问作者lyjd