Elasticsearch聚合计数不符合预期：仅需统计以'40'开头的手机号

你当前的查询结果出现计数和实际匹配手机号数量不一致，原因是：

• multi_match的phrase_prefix类型在phone（text类型）字段上匹配时，会命中任何包含"40"开头片段的记录，比如手机号中间出现"40"的情况也会被纳入查询结果。
• value_count聚合统计的是所有查询命中的文档总数，而terms聚合通过include: "40.*"只筛选出了以"40"开头的手机号，所以两者数值出现差异。

要准确检索以"40"开头的手机号并统计正确数量，需要调整查询条件，确保仅匹配字符串开头为"40"的记录，同时基于正确的查询结果进行聚合：

单字段查询（手机号） #

GET emp_details_1_1/_search
{
  "_source": [],
  "size": 0,
  "query": {
    // 针对keyword字段做前缀匹配，确保整个手机号以"40"开头
    "prefix": {
      "phone.keyword": "40"
    }
  },
  "aggs": {
    // 列出所有匹配的手机号
    "matched_phones": {
      "terms": {
        "field": "phone.keyword"
      }
    },
    // 统计匹配的总记录数
    "total_matched_count": {
      "value_count": {
        "field": "phone.keyword"
      }
    }
  }
}

多字段场景扩展 #

如果需要同时检索多个字段以"40"开头的记录，可以使用bool查询结合多个prefix条件：

GET emp_details_1_1/_search
{
  "_source": [],
  "size": 0,
  "query": {
    "bool": {
      "should": [
        {"prefix": {"phone.keyword": "40"}},
        {"prefix": {"other_field.keyword": "40"}}
      ],
      "minimum_should_match": 1
    }
  },
  "aggs": {
    "matched_phones": {
      "terms": {
        "field": "phone.keyword",
        "include": "40.*"
      }
    },
    "total_matched_count": {
      "value_count": {
        "field": "_id"
      }
    }
  }
}

• 使用phone.keyword字段而非phone字段：因为phone作为text字段会被分词处理，无法准确匹配完整手机号的前缀；而keyword字段存储的是原始字符串，适合做前缀、正则等精确匹配。
• 调整后的查询先过滤出符合条件的记录，再进行聚合，确保计数和实际匹配的手机号数量一致。

内容的提问来源于stack exchange，提问作者Green