如何基于rating分组返回Elasticsearch中title字段的数组集合？

方法一：Terms聚合+Top Hits（简单易上手） #

通过terms聚合按rating字段分组，嵌套top_hits聚合仅提取每组的title字段，避免返回完整文档：

GET /你的索引名/_search
{
  "size": 0, // 不返回原始文档，仅保留聚合结果
  "aggs": {
    "rating_groups": {
      "terms": {
        "field": "rating" // 若rating是文本类型，需用rating.keyword确保精确分组
      },
      "aggs": {
        "group_titles": {
          "top_hits": {
            "size": 10000, // 设置足够大的值覆盖分组内所有文档
            "_source": ["title"] // 仅返回title字段
          }
        }
      }
    }
  }
}

返回结果中，每个rating_groups.buckets条目下的group_titles.hits.hits数组，可直接提取对应rating的所有title值。

方法二：Scripted Metric聚合（直接生成数组） #

如果需要直接返回title数组而非嵌套结构，用scripted_metric聚合在分组内直接构建title数组：

GET /你的索引名/_search
{
  "size": 0,
  "aggs": {
    "rating_groups": {
      "terms": {
        "field": "rating"
      },
      "aggs": {
        "title_array": {
          "scripted_metric": {
            "init_script": "state.titles = []",
            "map_script": "state.titles.add(doc['title.keyword'].value)", // title为text类型时用keyword子字段，避免分词
            "combine_script": "return state.titles",
            "reduce_script": "return params.vals.flatten()"
          }
        }
      }
    }
  }
}

此查询返回的每个bucket中，title_array.value就是对应rating的title数组，无需二次遍历提取。

注意事项 #

• 确保rating字段映射正确：数值类型可直接分组，文本类型需用keyword子字段实现精确分组。
• 若分组内文档量极大，top_hits的size不宜过高，避免内存溢出，此时scripted_metric更高效。
• 若title是text类型，必须用doc['title.keyword'].value获取完整字符串，否则会返回分词后的词语数组。

内容的提问来源于stack exchange，提问作者SudSwastik