Elasticsearch按字段分组获取每组得分最高的单条记录

问题说明 #

我是Elasticsearch新手，想要实现：在comment字段搜索指定内容后，按category分组，每组只返回匹配得分最高的单条记录。

索引详情 #

创建索引的请求如下：

PUT commentdetail
{
  "mappings": {
    "properties": {
      "category": {
        "type": "text"
      },
      "comment": {
        "type": "text"
      }
    }
  }
}

示例数据 #

期望结果 #

当在comment字段搜索"I like"时，希望得到如下结果：

解决方案 #

可以通过terms聚合结合top_hits子聚合实现需求，查询语句如下：

GET commentdetail/_search
{
  "size": 0, // 不返回原始搜索结果，只返回聚合结果
  "query": {
    "match_phrase": {
      "comment": "I like"
    }
  },
  "aggs": {
    "group_by_category": {
      "terms": {
        "field": "category.keyword", // 用keyword字段分组，避免text分词导致的分组错误
        "size": 10 // 根据实际类别数量调整取值
      },
      "aggs": {
        "top_comment": {
          "top_hits": {
            "size": 1, // 每组仅取1条得分最高的记录
            "_source": ["category", "comment"], // 指定返回字段
            "sort": [
              {
                "_score": { // 按匹配得分降序排序
                  "order": "desc"
                }
              }
            ]
          }
        }
      }
    }
  }
}

结果解析 #

聚合结果会在aggregations.group_by_category.buckets节点下，每个bucket对应一个分类，其中top_comment.hits.hits[0]就是该分类下得分最高的记录。如果需要更简洁的输出格式，可以对聚合结果做后续整理。

注意：如果创建索引时未给category字段配置keyword子字段，需要先更新映射，否则terms聚合会因text字段分词无法正确分组。

内容的提问来源于stack exchange，提问作者ankur patel