如何在scripted_metric中获取bucket key以关联分组名称？

你遇到的核心问题是如何在Scripted Metric聚合中访问当前Terms桶的Key，其实Elasticsearch允许在桶级子聚合的Scripted Metric脚本中通过params._bucket.key直接获取当前桶的Key值，利用这一点就能匹配到对应的Group Name了。

下面是具体的实现步骤和示例：

核心思路 #

1. 先按groups.id做Terms聚合分桶；
2. 在每个桶下添加一个Scripted Metric子聚合，通过params._bucket.key拿到当前桶的Group ID；
3. 在Map阶段遍历当前文档的Groups数组，找到与桶ID匹配的Group Name并记录；
4. 最后在Reduce阶段统一返回该桶对应的唯一Group Name（前提是同一个ID对应的Name在所有文档中是一致的）。

完整聚合DSL示例 #

{
  "size": 0,
  "aggs": {
    "group_ids": {
      "terms": {
        "execution_hint": "global_ordinals_hash",
        "field": "groups.id",
        "min_doc_count": 1
      },
      "aggs": {
        // 用来获取对应Group Name的Scripted Metric聚合
        "group_name_script": {
          "scripted_metric": {
            "init_script": "state.name = null",
            "map_script": """
              // 获取当前桶的Group ID
              def bucket_group_id = params._bucket.key;
              // 从文档中取出所有Group的ID和对应的Name（利用Elasticsearch数组顺序一致性）
              def group_ids = doc['groups.id'];
              def group_names = doc['groups.name'];
              
              // 遍历匹配ID对应的Name
              for (int i = 0; i < group_ids.length; i++) {
                if (group_ids[i].value == bucket_group_id) {
                  state.name = group_names[i].value;
                  break; // 找到匹配项后退出循环提升效率
                }
              }
            """,
            "combine_script": "return state.name != null ? [state.name] : []",
            "reduce_script": """
              def unique_names = [];
              // 收集所有分片返回的结果，去重后取第一个（确保ID对应Name唯一）
              for (def result : states) {
                if (result.size() > 0 && !unique_names.contains(result[0])) {
                  unique_names.add(result[0]);
                }
              }
              return unique_names.size() > 0 ? unique_names[0] : "Unknown";
            """
          }
        },
        // 把Scripted Metric的结果转为桶的顶级字段（可选）
        "group_name": {
          "bucket_script": {
            "buckets_path": {
              "name": "group_name_script"
            },
            "script": "return params.name;"
          }
        },
        // 你的其他聚合逻辑，比如measure 0
        "measure_0": {
          // 替换成你原来的聚合，比如sum、avg等
          "sum": {
            "field": "your_measure_field"
          }
        }
      }
    }
  }
}

关键细节说明 #

• params._bucket.key的使用：这是访问当前桶Key的关键，只有在Terms桶的子聚合脚本中才能使用这个参数；
• 数组顺序一致性：Elasticsearch会保留文档中数组元素的顺序，所以doc['groups.id'][i]对应的Name一定是doc['groups.name'][i]，无需担心匹配错误；
• 数据一致性前提：这个方案依赖同一个Group ID对应的Name在所有文档中是唯一的，如果存在同一ID对应不同Name的情况，Reduce阶段会取第一个遇到的Name，你可以根据需求调整Reduce脚本的逻辑（比如返回所有不同的Name）；
• 性能优化：在Map阶段找到匹配项后立即break退出循环，避免不必要的遍历；如果你的数据量很大，也可以考虑提前将Group ID和Name的映射存入一个索引，通过lookup脚本查询，但这会增加复杂度。

可选替代方案（需修改Mapping） #

如果你的业务允许修改Mapping，可以将groups字段改为nested类型，这样可以通过Nested聚合+Terms聚合更直观地获取对应Name：

{
  "size": 0,
  "aggs": {
    "nested_groups": {
      "nested": {
        "path": "groups"
      },
      "aggs": {
        "group_ids": {
          "terms": {
            "field": "groups.id",
            "min_doc_count": 1
          },
          "aggs": {
            "group_name": {
              "terms": {
                "field": "groups.name",
                "size": 1
              }
            },
            // 如果需要计算根文档的指标，需要用reverse_nested回到根级别
            "root_docs": {
              "reverse_nested": {},
              "aggs": {
                "measure_0": {
                  "sum": {
                    "field": "your_measure_field"
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

这种方式更符合Elasticsearch的嵌套数据模型，但需要修改现有Mapping并重新索引数据，适合长期的架构优化。

内容的提问来源于stack exchange，提问作者Adam Taylor