如何在Elasticsearch中统计逗号分隔interests字段各值的文档出现次数

我们提供两种方案适配不同使用场景：

方案1：临时查询（无需修改索引结构） #

适用于偶发查询场景，不需要调整现有索引配置，用运行时字段实时拆分统计：

• 查询时先定义运行时字段，用脚本将interests字段按逗号拆分为数组，再通过terms聚合统计每个值的文档数
• 执行查询DSL如下：

GET 替换为你的索引名/_search
{
  "size": 0,
  "runtime_mappings": {
    "interests_split": {
      "type": "keyword",
      "script": {
        "source": """
          if(doc['interests'].size() == 0) return;
          String[] arr = doc['interests'].value.splitOnToken(',');
          for(String s : arr) {
            emit(s);
          }
        """
      }
    }
  },
  "aggs": {
    "interest_count": {
      "terms": {
        "field": "interests_split",
        "size": 100 // 可根据实际分类数量调整上限
      }
    }
  }
}

• 返回结果中aggregations.interest_count.buckets即为你需要的统计结果，结构和你预期的完全一致。

如果你的Elasticsearch版本低于7.11不支持运行时字段，可以直接在terms聚合中内嵌脚本实现：

GET 替换为你的索引名/_search
{
  "size": 0,
  "aggs": {
    "interest_count": {
      "terms": {
        "script": {
          "source": "doc['interests'].value.splitOnToken(',')"
        },
        "size": 100
      }
    }
  }
}

方案2：高频查询场景（修改索引结构优化性能） #

如果该统计是高频需求，运行时字段每次实时计算性能较差，可通过调整索引配置预拆分字段：

1. 给索引新增自定义逗号分词器，索引数据时自动拆分interests字段
2. 修改interests字段mapping，新增拆分后的子字段
3. 对历史数据执行更新让配置生效
4. 直接对子字段做terms聚合即可得到统计结果

完整操作命令： #

// 1. 关闭索引（仅已有索引需要，新建索引跳过）
POST 替换为你的索引名/_close

// 2. 新增逗号分隔分词器（新建索引写到settings配置中即可）
PUT 替换为你的索引名/_settings
{
  "analysis": {
    "analyzer": {
      "comma_split": {
        "type": "pattern",
        "pattern": ",",
        "lowercase": false // 不需要统一大小写可保持关闭
      }
    }
  }
}

// 3. 重新开启索引（仅已有索引需要，新建索引跳过）
POST 替换为你的索引名/_open

// 4. 修改字段mapping
PUT 替换为你的索引名/_mapping
{
  "properties": {
    "interests": {
      "type": "keyword",
      "fields": {
        "split": {
          "type": "text",
          "analyzer": "comma_split",
          "fielddata": true
        }
      }
    }
  }
}

// 5. 历史数据更新生效（仅已有索引需要）
POST 替换为你的索引名/_update_by_query?conflicts=proceed

后续查询DSL： #

GET 替换为你的索引名/_search
{
  "size": 0,
  "aggs": {
    "interest_count": {
      "terms": {
        "field": "interests.split",
        "size": 100
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者fajri