如何实现带包含排除条件的Unique conditional count统计

需求说明：按groupId字段分组统计，仅保留分组内存在place等于london的记录且不存在place等于paris的记录的分组，每个符合条件的分组计数为1。

示例文档 #

[
  {
    "groupId": 123,
    "place": "london"
  },
  {
    "groupId": 123,
    "place": "berlin"
  },
  {
    "groupId": 456,
    "place": "london"
  },
  {
    "groupId": 789,
    "place": "london"
  },
  {
    "groupId": 789,
    "place": "paris"
  },
  {
    "groupId": 789,
    "place": "berlin"
  },
  {
    "groupId": "ABC",
    "place": "tokyo"
  }
]

期望输出 #

[
  {
    "groupId": 123,
    "count": "1"
  },
  {
    "groupId": 456,
    "count": "1"
  }
]

实现方案（Elasticsearch DSL） #

通过多阶段聚合完成筛选和计数：

1. 按groupId分组
2. 每个分组内统计是否包含london和paris的记录
3. 筛选出符合条件的分组
4. 为每个有效分组生成计数

{
  "size": 0,
  "aggs": {
    "group_by_id": {
      "terms": {
        "field": "groupId",
        "size": 1000
      },
      "aggs": {
        "place_filters": {
          "filters": {
            "filters": {
              "has_london": {"term": {"place": "london"}},
              "has_paris": {"term": {"place": "paris"}}
            }
          }
        },
        "filter_valid_groups": {
          "bucket_selector": {
            "buckets_path": {
              "london_count": "place_filters>has_london>doc_count",
              "paris_count": "place_filters>has_paris>doc_count"
            },
            "script": "params.london_count > 0 && params.paris_count == 0"
          }
        },
        "set_count": {
          "bucket_script": {
            "buckets_path": {},
            "script": "1"
          }
        }
      }
    }
  }
}

结果说明 #

执行上述查询后，聚合结果中的group_by_id.buckets会包含所有符合条件的分组，每个分组的set_count.value即为1。如果需要完全匹配期望的输出格式，可以对聚合结果做简单的格式转换，提取key（即groupId）和set_count.value（即count）。

内容的提问来源于stack exchange，提问作者FredShevek