在ElasticSearch中创建「品牌爱好者」用户分群

核心思路 #

通过日期范围过滤筛选过去x天的访问数据，再按唯一token分组统计访问次数，最后过滤出访问次数≥15的token并统计其数量。

具体DSL查询 #

将以下代码中的your_index_name替换为你的索引名，{{x_days}}替换为具体天数（如7代表过去7天）：

POST /your_index_name/_search
{
  "size": 0,  // 不需要返回原始文档，只取聚合结果
  "query": {
    "range": {
      "time": {
        "gte": "now-{{x_days}}d",
        "lt": "now"
      }
    }
  },
  "aggs": {
    // 第一步：按token分组，统计每个token的访问次数
    "token_visit_stats": {
      "terms": {
        "field": "token.keyword",  // 若token是text类型必须加.keyword，keyword类型直接用token
        "size": 10000  // 根据实际token数量调整，确保覆盖所有符合条件的token
      },
      "aggs": {
        // 第二步：过滤出访问次数≥15的token分组
        "filter_brand_lovers": {
          "bucket_selector": {
            "buckets_path": {
              "visitCount": "_count"
            },
            "script": "params.visitCount >= 15"
          }
        }
      }
    },
    // 第三步：统计符合条件的token总数
    "brand_lover_total": {
      "stats_bucket": {
        "buckets_path": "token_visit_stats._count"
      }
    }
  }
}

结果解读 #

返回结果中，aggregations.brand_lover_total.count的值就是你需要的「品牌爱好者」数量（访问次数≥15的唯一token数）。

注意事项 #

• 如果token字段是text类型，必须使用token.keyword进行聚合，否则会因分词导致分组错误。
• terms聚合的size参数需根据实际token规模调整，若token数量极大（百万级以上），建议改用composite聚合实现分页统计，避免内存溢出。
• 若你的ES版本不支持bucket_selector，可以先用terms聚合获取所有token的访问次数，再在客户端过滤统计符合条件的数量，但效率低于服务端过滤。

内容的提问来源于stack exchange，提问作者Jason Norwood-Young