如何在Elasticsearch中按文档统计数组分值区间的数量

需要在Elasticsearch中针对每个文档，统计其嵌套数组字段内不同分值区间的数值数量。例如学生文档包含nested类型的grades数组，存储各科目分数，需得到每个学生的分数区间统计（如A级科目数2个、B级1个）。当前使用的range聚合查询返回的是所有文档合并后的区间统计，且无法通过top_hits适配不固定的科目数量，需实现按单文档的区间统计。

现有Mapping #

{
  "student-grades": {
    "mappings": {
      "properties": {
        "grades": {
          "type": "nested",
          "properties": {
            "subject": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword",
                  "ignore_above": 256
                }
              }
            },
            "score": {
              "type": "float"
            }
          }
        },...
      }
    }
  }
}

现有查询语句 #

GET student-grades/_search
{
  "aggs": {
    "nestedAgg": {
      "nested": {
        "path": "grades"
      },
      "aggs": {
        "gradeRanges": {
          "range": {
            "field": "grades.score",
            "ranges": [
              {
                "key": "range1",
                "to": 35.01
              },
              {
                "key": "range2",
                "from": 35.01,
                "to": 50.01
              },
              {
                "key": "range3",
                "from": 50.01,
                "to": 60.01
              },
              {
                "key": "range4",
                "from": 60.01,
                "to": 70.01
              },
              {
                "key": "range5",
                "from": 70.01
              }
            ]
          },
          "aggs": {
            "perDoc": {
              "top_hits": {
                "size": 10
              }
            }
          }
        }
      }
    }
  }
}

要实现按每个文档统计嵌套数组的分数区间，需先按文档维度分组，再在组内对嵌套字段执行区间聚合，核心是结合terms聚合和nested聚合的嵌套结构。

基础实现（仅统计分数区间） #

GET student-grades/_search
{
  "size": 0, // 无需返回原始文档，仅获取聚合结果
  "aggs": {
    "per_student": {
      "terms": {
        "field": "_id" // 按文档ID分组，确保每组对应单个学生
      },
      "aggs": {
        "nested_grades": {
          "nested": {
            "path": "grades"
          },
          "aggs": {
            "grade_range_stats": {
              "range": {
                "field": "grades.score",
                "ranges": [
                  {
                    "key": "不及格(<35)",
                    "to": 35.01
                  },
                  {
                    "key": "及格(35-50)",
                    "from": 35.01,
                    "to": 50.01
                  },
                  {
                    "key": "中等(50-60)",
                    "from": 50.01,
                    "to": 60.01
                  },
                  {
                    "key": "良好(60-70)",
                    "from": 60.01,
                    "to": 70.01
                  },
                  {
                    "key": "优秀(≥70)",
                    "from": 70.01
                  }
                ]
              }
            }
          }
        }
      }
    }
  }
}

关键说明 #

• 外层terms聚合通过_id（或专属的学生ID字段，如student_id.keyword）分组，确保每个分组对应单个学生文档，实现按文档维度的统计。
• 内层先通过nested聚合进入grades数组上下文，再执行range聚合，统计当前学生所有科目的分数区间数量。

进阶实现（同时返回学生基础信息） #

如果需要同时获取学生的元数据（如姓名、班级），可在per_student聚合下添加top_hits聚合：

GET student-grades/_search
{
  "size": 0,
  "aggs": {
    "per_student": {
      "terms": {
        "field": "student_id.keyword", // 替换为实际的学生ID关键字段
        "size": 100 // 按需设置返回的学生数量上限
      },
      "aggs": {
        "student_basic_info": {
          "top_hits": {
            "size": 1,
            "_source": ["name", "class"] // 指定需要返回的学生字段
          }
        },
        "nested_grades": {
          "nested": {
            "path": "grades"
          },
          "aggs": {
            "grade_range_stats": {
              "range": {
                "field": "grades.score",
                "ranges": [
                  {
                    "key": "不及格(<35)",
                    "to": 35.01
                  },
                  {
                    "key": "及格(35-50)",
                    "from": 35.01,
                    "to": 50.01
                  },
                  {
                    "key": "中等(50-60)",
                    "from": 50.01,
                    "to": 60.01
                  },
                  {
                    "key": "良好(60-70)",
                    "from": 60.01,
                    "to": 70.01
                  },
                  {
                    "key": "优秀(≥70)",
                    "from": 70.01
                  }
                ]
              }
            }
          }
        }
      }
    }
  }
}

原查询问题分析 #

原查询先进入nested上下文执行range聚合，得到的是所有学生的分数区间总和，后续的top_hits仅能返回该区间内的部分文档，无法关联到单个学生的统计结果。必须先按文档分组，再在组内处理嵌套字段，才能实现按单文档的区间统计。

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