Elasticsearch如何实现检索时返回同一用户的所有历史资料文档

核心要求是只要某用户的任意一个历史版本文档匹配搜索条件，就返回该用户的所有历史版本文档。普通match查询只会返回直接命中关键词的文档，无法自动关联同profile_id下的其他版本，需要按用户维度做关联检索。
前置要求：所有文档必须携带profile_id字段，且字段类型设置为keyword，支持精确匹配、聚合操作。

适合不想改动现有索引mapping的场景，逻辑简单易维护，适配绝大多数中小数据量场景。

• 第一步：检索所有命中关键词的文档，聚合去重得到匹配的用户profile_id集合

POST /你的业务索引名/_search
{
  "size": 0,
  "query": {
    // 单字段搜索用match，多字段搜索替换为multi_match
    "match": {
      "first_name": "rose"
    }
  },
  "aggs": {
    "matched_profile_ids": {
      "terms": {
        "field": "profile_id",
        "size": 10000 // 配置为业务单次查询允许返回的最大用户数，避免漏数
      }
    }
  }
}

从返回结果的aggregations.matched_profile_ids.buckets中提取所有key值，即为命中搜索条件的所有用户profile_id。

• 第二步：根据拿到的profile_id集合，查询对应用户的所有历史版本文档

POST /你的业务索引名/_search
{
  "query": {
    "terms": {
      "profile_id": ["提取到的profile_id1", "提取到的profile_id2"]
    }
  },
  "sort": [
    {
      "doc_create_time": {
        "order": "desc" // 按文档生成时间倒序，最新版本排在最前
      }
    }
  ]
}

如果数据量较大、对查询性能要求高，可以调整索引mapping加入join类型字段，将profile_id作为父文档、每个历史版本作为关联子文档，一次查询即可拿到所有结果。

• 查询示例：

POST /你的业务索引名/_search
{
  "query": {
    "has_child": {
      "type": "profile_history", // 自定义的子文档（历史版本）类型名
      "query": {
        // 搜索条件，匹配子文档字段
        "match": {
          "first_name": "rose"
        }
      },
      "inner_hits": {
        // inner_hits返回当前父文档关联的所有子文档（即所有历史版本）
        "sort": [
          {
            "doc_create_time": {
              "order": "desc"
            }
          }
        ]
      }
    }
  }
}

• 若需要支持多字段同时检索，将示例中的match查询替换为multi_match，传入需要检索的字段列表即可。
• 方案1中第一次聚合的size参数需要根据业务分页上限设置，若需要支持深度分页，建议搭配search_after做游标遍历，避免聚合结果不全。
• 两种方案都支持普通查询的高亮配置，高亮标记只会打在实际命中关键词的版本文档上，可直接用于前端展示区分匹配版本。

内容的提问来源于stack exchange，提问作者Hadii Varposhti