如何在Elasticsearch聚合中获取各Source的文档占比？

完全可以实现需求，有两种常用方式：

方式一：在Elasticsearch聚合中直接计算占比 #

利用Elasticsearch的管道聚合（bucket_script），结合总文档数来计算每个来源的占比。修改后的聚合代码如下：

{
  "aggs": {
    "total_docs": {
      "value_count": {
        "field": "_id"
      }
    },
    "bySource": {
      "terms": {
        "field": "profile.source.keyword",
        "include": ["instagram", "twitter"] // 只统计指定来源，减少不必要计算
      },
      "aggs": {
        "source_percentage": {
          "bucket_script": {
            "buckets_path": {
              "docCount": "_count",
              "totalDocs": "../total_docs"
            },
            "script": "(docCount / totalDocs) * 100"
          }
        }
      }
    }
  }
}

返回结果的bySource.buckets中会新增source_percentage字段，直接得到占比数值（比如instagram对应约89%，twitter对应约11%）。

方式二：客户端自行计算占比 #

如果已经提前获取了总命中文档数（比如你已知的182），可以直接用各来源的doc_count除以总数量再乘以100，手动计算占比：

• Instagram占比：(162 / 182) * 100 ≈ 89%
• Twitter占比：(20 / 182) * 100 ≈ 11%

这种方式无需修改聚合代码，适合总数量明确且无需ES返回占比的场景。

内容的提问来源于stack exchange，提问作者migueptq