Elasticsearch多元素文档多字段聚合结果异常求助

现有如下结构的Elasticsearch文档（简化示例）：

"documents": [
    {
        "name": "Document 1",
        "collections" : [
            {
                "id": 30,
                "title" : "Research"
            },
            {
                "id": 45,
                "title" : "Events"
            },
            {
                "id" : 52,
                "title" : "International"
            }
        ]
    },
    {
        "name": "Document 2",
        "collections" : [
            {
                "id": 45,
                "title" : "Events"
            },
            {
                "id" : 63,
                "title" : "Development"
            }
        ]
    }
]

单独对collections.title做terms聚合时结果正常：

"aggs": {
    "collections": {
        "terms": {
            "field": "collections.title",
            "size": 30
        }
    }
}

但尝试同时聚合collections.id（期望每个title对应正确的id）时，无论是嵌套聚合还是multi_terms聚合，都出现了对应错误——比如"Development"对应的id应为63，却显示为45。问题根源是文档包含多个collections元素，默认处理会导致字段扁平化，id和title失去关联。

要实现title与对应id的正确聚合，核心是让Elasticsearch保留collections数组中每个对象的独立性，需要使用nested类型映射配合nested聚合：

1. 确保索引映射为nested类型 #

首先需要将collections字段定义为nested类型（若已创建索引，需重新建立映射并重新导入数据）：

PUT /your_index_name
{
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "collections": {
        "type": "nested",
        "properties": {
          "id": { "type": "integer" },
          "title": { "type": "keyword" }
        }
      }
    }
  }
}

2. 使用nested + multi_terms聚合 #

通过nested聚合进入每个collections对象的上下文，再用multi_terms同时聚合title和id，确保二者来自同一对象：

GET /your_index_name/_search
{
  "size": 0,
  "aggs": {
    "nested_collections": {
      "nested": {
        "path": "collections"
      },
      "aggs": {
        "title_id_pairs": {
          "multi_terms": {
            "terms": [
              { "field": "collections.title" },
              { "field": "collections.id" }
            ]
          }
        }
      }
    }
  }
}

3. 备选方案：nested + 嵌套terms聚合 #

如果不想使用multi_terms，可以先按title聚合，再在每个title分组下聚合对应的id，同样能保证关联正确：

GET /your_index_name/_search
{
  "size": 0,
  "aggs": {
    "nested_collections": {
      "nested": {
        "path": "collections"
      },
      "aggs": {
        "group_by_title": {
          "terms": {
            "field": "collections.title"
          },
          "aggs": {
            "group_by_id": {
              "terms": {
                "field": "collections.id"
              }
            }
          }
        }
      }
    }
  }
}

原理说明 #

默认情况下，Elasticsearch会将对象数组扁平化处理，把collections.id和collections.title拆分为两个独立的多值字段，聚合时会交叉组合所有id和title，导致关联错误。而nested类型会将数组中的每个对象当作独立的子文档存储，聚合时会基于完整的子文档上下文计算，从而保证title和id的对应关系正确。

内容的提问来源于stack exchange，提问作者Ted