基于子文档聚合结果筛选ES父文档的查询方案问询（ES7.3）

我来帮你搞定这个需求！在Elasticsearch 7.3里，要筛选出近7天内子文档page_view_count总和大于25的父文档，我们可以通过聚合+管道筛选+关联父文档的方式来实现，这是最直接高效的方案，下面是具体的实现步骤和代码：

完整查询语句 #

POST example/_search
{
  "size": 0,
  "query": {
    "bool": {
      "filter": [
        // 筛选近7天的子文档
        {
          "range": {
            "creation_date": {
              "gte": "now-7d/d",
              "lt": "now/d"
            }
          }
        },
        // 指定只处理session类型的子文档
        {
          "term": {
            "join.name": "session"
          }
        }
      ]
    }
  },
  "aggs": {
    // 按父文档ID分组，把同一个用户的子文档归为一组
    "group_by_parent": {
      "terms": {
        "field": "join.parent",
        "size": 10000 // 这里设置足够大的数值，确保覆盖所有符合条件的父文档
      },
      "aggs": {
        // 计算每组子文档的page_view_count总和
        "total_page_views": {
          "sum": {
            "field": "page_view_count"
          }
        },
        // 管道聚合：只保留总和大于25的父文档分组
        "filter_high_total": {
          "bucket_selector": {
            "buckets_path": {
              "total": "total_page_views"
            },
            "script": "params.total > 25"
          }
        },
        // 获取符合条件的父文档详情
        "parent_document": {
          "top_hits": {
            "size": 1,
            "_source": ["type", "device", "profileId", "updatedAt"], // 指定要返回的父文档字段
            "query": {
              "term": {
                "_id": "{{key}}" // 用分组的key（父文档ID）匹配父文档
              }
            }
          }
        }
      }
    }
  }
}

关键部分解释 #

1. 前置过滤子文档：首先通过bool查询筛选出近7天内的session类型子文档，这样我们只处理有效数据，减少不必要的计算开销。
2. 按父ID分组：使用terms聚合基于join.parent字段（存储父文档ID）分组，把同一个用户的所有会话子文档归到一起。
3. 计算总和并筛选：先用sum聚合统计每组的浏览量总和，再通过bucket_selector管道聚合过滤掉总和≤25的分组，只保留符合条件的父文档组。
4. 获取父文档数据：最后用top_hits聚合，通过分组的key（父文档ID）精准查询对应的父文档，返回你需要的字段内容。

注意事项 #

• size: 0：因为我们不需要返回原始的子文档，只关心聚合结果中的父文档数据，所以设置为0可以节省带宽。
• terms.size：如果你的符合条件的父文档数量很多，要把这个值设置得足够大；如果数据量超大，建议改用composite聚合来实现分页查询。
• 版本兼容性：这个方案完全适配ES 7.3版本，所有用到的聚合和管道功能在该版本中都是支持的。

内容的提问来源于stack exchange，提问作者Yash Tandon