Elasticsearch如何实现collapse折叠结果的过滤与排序

你当前的查询执行逻辑和需求顺序完全相反：

• 现有查询的执行流程是：先过滤出discount_pct > 2的全量文档 → 全局按discount_pct降序排序 → 按product_id折叠，每个商品取排序后的第一条记录
• 这个逻辑天然会返回每个商品下折扣最高的文档，完全不会校验该文档是否为商品的最低价记录，自然不符合预期。

方案1：Terms聚合 + Top_hits子聚合（逻辑最严谨） #

这个方案严格按照「先按商品分组取最低价记录→再按折扣排序」的流程执行，不会出现逻辑偏差，查询示例如下：

{
  "size": 0,
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "discount_pct": {
              "gt": 2
            }
          }
        }
      ]
    }
  },
  "aggs": {
    "group_by_product": {
      "terms": {
        "field": "product_id",
        "size": 10000
      },
      "aggs": {
        "lowest_price_doc": {
          "top_hits": {
            "sort": [
              {"price": {"order": "asc"}},
              {"discount_pct": {"order": "desc"}}
            ],
            "size": 1
          }
        },
        "get_first_page": {
          "bucket_sort": {
            "size": 100
          }
        }
      }
    }
  }
}

参数说明：

• terms.size设置为大于符合筛选条件的商品总数量的值即可，确保所有商品都被分组
• top_hits内先按price升序、再按discount_pct降序排序，每个分组取1条，就是对应商品最低售价、且同价下折扣最高的记录
• 最终返回结果在aggregations.group_by_product.buckets路径下，每个桶的lowest_price_doc.hits.hits就是目标文档，拿到结果后在业务侧按discount_pct降序取前12条即可，百级数据量下内存排序几乎无性能损耗。如果需要完全在ES侧完成排序，可以新增脚本聚合提取最低价文档的折扣值做桶排序，会有一定性能损耗，非必要不推荐。

方案2：Collapse + Inner_hits（性能更高，适合大数据量场景） #

如果不想用聚合，可优化原collapse写法，通过inner_hits指定组内取数规则，查询示例如下：

{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "discount_pct": {
              "gt": 2
            }
          }
        }
      ]
    }
  },
  "collapse": {
    "field": "product_id",
    "inner_hits": {
      "name": "lowest_price_record",
      "sort": [
        {"price": {"order": "asc"}},
        {"discount_pct": {"order": "desc"}}
      ],
      "size": 1
    }
  },
  "sort": [
    {"price": {"order": "asc"}}
  ],
  "size": 100
}

注意：collapse的外层排序作用于折叠前的全量文档，无法直接决定组内返回的文档，真正的最低价记录存储在每条返回结果的inner_hits.lowest_price_record.hits.hits中，拿到结果后同样在业务侧按discount_pct降序排序取前12条即可。这个方案比聚合查询性能更好，适合千万级以上数据量的场景。

内容的提问来源于stack exchange，提问作者Jerodev