Elasticsearch过滤嵌套字段仅返回数组匹配对象的方法

该需求可以在Elasticsearch中实现。你当前的查询只能筛选出符合条件的父文档，是因为默认返回的_source是文档写入时的原始存储内容，普通嵌套查询的过滤逻辑不会自动修改原始_source里的嵌套数组内容，需要借助特定参数实现元素级别的返回过滤。

首先必须确保索引mapping中groupInfo字段被声明为nested类型，如果使用默认的object类型，ES会将数组内的字段扁平化存储，无法实现嵌套对象的独立匹配与过滤。正确的mapping配置片段如下：

PUT /my_index
{
  "mappings": {
    "request": {
      "properties": {
        "basicInfo": {
          "properties": {
            "requestId": {"type": "integer"}
          }
        },
        "managerInfo": {
          "properties": {
            "manager": {"type": "keyword"}
          }
        },
        "groupInfo": {
          "type": "nested",
          "properties": {
            "id": {"type": "keyword"},
            "name": {"type": "keyword"},
            "status": {"type": "keyword"}
          }
        }
      }
    }
  }
}

方案1：通过nested的inner_hits实现（推荐，性能最优） #

inner_hits是Elasticsearch为嵌套文档、父子文档设计的原生特性，专门用于返回匹配查询条件的子文档片段，是官方推荐的实现方式，只需要对你原有查询做两处调整：

1. 在顶层_source配置中排除全量groupInfo字段，避免返回不匹配的数组元素
2. 在nested查询块中添加inner_hits配置，声明返回符合条件的嵌套对象

最终查询语句如下：

{
  "_source": {
    "excludes": ["groupInfo"]
  },
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "basicInfo.requestId": 123
          }
        },
        {
          "nested": {
            "path": "groupInfo",
            "query": {
              "term": {
                "groupInfo.status": "Approved"
              }
            },
            "inner_hits": {
              "_source": true,
              "size": 100
            }
          }
        }
      ]
    }
  }
}

返回结果中，每个命中的父文档会新增inner_hits节点，其中groupInfo.hits.hits下的_source就是所有状态为Approved的嵌套对象，你只需要在业务代码中把这部分内容提取出来，拼回父文档的_source结构即可，不需要遍历全量数组做过滤。

返回结构核心片段参考：

{
  "hits": {
    "hits": [
      {
        "_index": "my_index",
        "_type": "request",
        "_id": "123",
        "_score": 3.0602708,
        "_source": {
          "basicInfo": {"requestId": 123},
          "managerInfo": {"manager": "John"}
        },
        "inner_hits": {
          "groupInfo": {
            "hits": {
              "hits": [
                {
                  "_source": {
                    "id": "id1",
                    "name": "abc",
                    "status": "Approved"
                  }
                }
              ]
            }
          }
        }
      }
    ]
  }
}

方案2：通过script_fields直接返回过滤后的数组（无需业务层拼接） #

如果你不想在业务层做结果拼接，希望ES直接返回结构完全符合预期的结果，可以使用Painless脚本遍历原始_source的嵌套数组，过滤出符合条件的元素返回。注意脚本执行性能弱于原生inner_hits方案，数据量较大时不推荐使用。

查询语句如下：

{
  "_source": {
    "excludes": ["groupInfo"]
  },
  "query": {
    "bool": {
      "must": [
        {"term": {"basicInfo.requestId": 123}},
        {
          "nested": {
            "path": "groupInfo",
            "query": {"term": {"groupInfo.status": "Approved"}}
          }
        }
      ]
    }
  },
  "script_fields": {
    "groupInfo": {
      "script": {
        "lang": "painless",
        "source": """
          def matched = [];
          for (def item : params._source.groupInfo) {
            if (item.status == 'Approved') {
              matched.add(item);
            }
          }
          return matched;
        """
      }
    }
  }
}

该查询返回的fields.groupInfo字段就是过滤完成、仅包含Approved状态对象的数组，结构和你预期的返回结果完全一致。

• 不要尝试仅通过_source的includes/excludes规则过滤嵌套数组元素，该规则只能控制字段是否返回，不支持数组元素级别的条件判断。
• 如果basicInfo.requestId是整数类型，查询时直接传数字值即可，不需要用字符串+match查询，用term查询性能更高。

内容的提问来源于stack exchange，提问作者neha pasbola