Elasticsearch如何按桶内文档数将查询结果划分为指定数量区间

该需求无法通过Elasticsearch单条原生聚合语句直接实现——ES自带的所有直方图类聚合（包括你测试过的variable_width_histogram、固定宽度histogram）都是基于字段值的分布划分桶，没有提供「按排序后文档数量等分为指定数量桶」的原生能力。但可以通过轻量的两步查询组合实现，完全能得到你预期的返回结果，性能开销很低。

步骤1：计算分桶切分点 #

首先拿到符合查询条件的总文档数，按指定分桶数计算每个桶的起始文档偏移量，再拉取对应偏移位置的字段值作为聚合边界。
以你给出的10条数据分3桶的场景为例：

• 总文档数为10，分3桶时各桶起始偏移分别为0、3、7，对应桶大小为3、4、3（余数可按业务规则分配，示例中余数分配给中间桶）
• 按分桶字段id升序排序，通过分页查询拿到对应偏移位置的id值即可，单条查询示例如下：

GET /test_index/_search
{
  "size": 1,
  "from": 0, // 替换为对应偏移量3、7即可拿到对应位置的id值
  "sort": [{"id": "asc"}],
  "_source": ["id"],
  "query": {"match_all": {}} // 替换为实际业务的查询条件
}

如果分桶数较多，可使用_msearch批量提交多个分页查询，减少网络请求次数；如果总文档量很大（十万级以上），建议用search_after替代from做深度分页，避免深度分页的性能开销。

步骤2：构造range聚合得到最终结果 #

拿到所有切分点的id值（示例中为0、3、7）后，使用range聚合按切分点划分区间，同时在每个桶内嵌套min聚合取区间最小值，查询语句如下：

GET /test_index/_search?size=0
{
  "aggs": {
    "result": {
      "range": {
        "field": "id",
        "ranges": [
          {"from": 0, "to": 3},
          {"from": 3, "to": 7},
          {"from": 7}
        ]
      },
      "aggs": {
        "min": {
          "min": {"field": "id"}
        }
      }
    }
  },
  "query": {"match_all": {}} // 和步骤1保持相同的查询条件
}

对返回结果做一层简单的字段提取，把每个桶内的min.value提至桶层级，就能得到你预期的结构：

{
  "aggregations": {
    "result": {
      "buckets": [
        {"min": 0.0, "doc_count": 3},
        {"min": 3.0, "doc_count": 4},
        {"min": 7.0, "doc_count": 3}
      ]
    }
  }
}

如果你对分桶的文档数均匀度要求不高，能接受小范围误差，可以直接用percentiles百分位聚合一步拿到切分点，再配合range聚合（或直接在应用层基于百分位值计算）得到结果。比如分3桶时取0%、33.3%、66.6%三个百分位的值作为切分点，在你给出的示例数据下返回的百分位值正好是0、3、7，也能得到正确结果，查询语句如下：

GET /test_index/_search?size=0
{
  "aggs": {
    "cut_points": {
      "percentiles": {
        "field": "id",
        "percents": [0, 33.3, 66.6]
      }
    }
  },
  "query": {"match_all": {}}
}

注意该方案是基于字段值的百分位划分，不是严格按文档数等分，数据分布不均匀时会出现桶内文档数偏差较大的情况，仅适合对精度要求低的场景。

内容的提问来源于stack exchange，提问作者Aleksey