Elasticsearch附近API：聚合去重后geo_distance排序及查询生效问题

1. 如何对聚合后的记录按geo_distance排序？ #

当前你的terms聚合默认按companyKey的文档数量排序，要实现聚合结果按每个公司最近分支的距离排序，需要在duplicateCount聚合下新增一个子聚合计算每个公司的最小距离，再基于该值排序。

修改后的查询代码如下：

const query = {
  query: {
      bool: {
        must: [
          customQuery,
          { term: { "schedule.isShopOpen": true } },
          { term: { isBranchAvailable: true } },
          { term: { branchStatus: "active" } },
          { match: { shopStatus: "active" } },
          {
            script: {
              script: {
                params: { lat: parseFloat(req.lat), lon: parseFloat(req.lon) },
                source: "doc['location'].arcDistance(params.lat, params.lon) / 1000 <= doc['searchRadius'].value",
                lang: "painless"
              }
            }
          }
        ]
      }
  },
  aggs: {
    duplicateCount: {
      terms: {
        field: "companyKey",
        size: 10000,
        // 基于min_distance聚合值升序排序
        order: { "min_distance": "asc" }
      },
      aggs: {
        // 新增：计算每个公司下所有符合条件分支的最小距离
        min_distance: {
          min: {
            script: {
              params: { lat: parseFloat(req.lat), lon: parseFloat(req.lon) },
              source: "doc['location'].arcDistance(params.lat, params.lon)/1000"
            }
          }
        },
        duplicateDocuments: {
          top_hits: {
            sort: [
              {
                _geo_distance: {
                  location: { lat: parseFloat(req.lat), lon: parseFloat(req.lon) },
                  order: "asc",
                  unit: "km",
                  mode: "min",
                  distance_type: "arc",
                  ignore_unmapped: true
                }
              }
            ],
            script_fields: {
              distance: {
                script: {
                  params: { lat: parseFloat(req.lat), lon: parseFloat(req.lon) },
                  inline: "doc['location'].arcDistance(params.lat, params.lon)/1000"
                }
              }
            },
            stored_fields: ["_source"],
            size: 1
          }
        }
      }
    }
  }
};

逻辑说明： #

• min_distance子聚合会计算每个公司下所有符合条件分支的最小距离值
• 在terms聚合的order参数中指定按min_distance升序排列，这样聚合后的公司就会按最近分支的距离从近到远排序

2. 查询操作（match、script等）是否会作用于聚合数据？ #

会的。Elasticsearch的执行流程是：

1. 先执行query部分的所有匹配条件（包括match、term、script筛选），得到符合要求的文档集合
2. 再基于这个筛选后的集合执行后续的聚合操作

也就是说，你的聚合只会处理通过了bool.must中所有条件的文档，不会包含不符合条件的记录。比如你脚本中筛选的“在商家搜索半径范围内”的条件，会先过滤掉超出范围的分支，之后的companyKey聚合只会基于剩下的有效分支进行分组去重。

内容的提问来源于stack exchange，提问作者zulqarnain