如何用脚本实现Elasticsearch嵌套数组字段按最新日期对应值排序

你遇到的问题核心原因是Elasticsearch默认对普通对象数组做扁平化存储，数组内每个对象的字段关联关系会被打散，my_field.date和my_field.data会被存储为两个独立的扁平数组，自然无法通过下标匹配对应关系。以下是三种可落地的解决方案：

方案1：冗余最新值字段（生产环境首选，性能最高） #

如果写入逻辑可控，最简单高效的方案是在写入文档时提前计算结果，新增两个顶层字段：

• latest_my_field_date：存储my_field数组中最大的日期值
• latest_my_field_data：存储最大日期对应的data值

排序时直接调用该字段即可，无需任何额外计算：

{
  "sort": [
    {
      "latest_my_field_data": {
        "order": "desc"
      }
    }
  ]
}

该方案没有查询侧额外开销，性能远高于其他方案，适合高并发查询场景。

方案2：修改字段映射为nested类型（保留数组关联关系） #

如果需要保留完整的数组对象结构，可将my_field字段映射为nested类型，Elasticsearch会单独存储数组内每个对象的关联关系：

第一步：更新索引映射 #

PUT your_index/_mapping
{
  "properties": {
    "my_field": {
      "type": "nested",
      "properties": {
        "date": {"type": "date", "format": "yyyy-MM"},
        "data": {"type": "number"}
      }
    }
  }
}

第二步：排序DSL写法 #

{
  "sort": [
    {
      "_script": {
        "type": "number",
        "order": "desc",
        "nested": {
          "path": "my_field"
        },
        "script": {
          "lang": "painless",
          "source": """
            def maxDate = null;
            def targetData = 0;
            for (def item : doc['my_field']) {
              def currentDate = item['date'];
              if (maxDate == null || currentDate.isAfter(maxDate)) {
                maxDate = currentDate;
                targetData = item['data'];
              }
            }
            return targetData;
          """
        }
      }
    }
  ]
}

方案3：无需改映射，直接读取_source处理（适合存量数据临时查询） #

如果暂时无法修改映射和回溯数据，可直接在脚本中读取原始_source结构遍历计算，无需调整现有存储：

{
  "sort": [
    {
      "_script": {
        "type": "number",
        "order": "desc",
        "script": {
          "lang": "painless",
          "source": """
            def myField = params._source.my_field;
            // 空数组默认返回值可根据业务调整
            if (myField == null || myField.size() == 0) return 0;
            // 按日期降序排序后取第一个的data值
            myField.sort((a,b) -> b.date.compareTo(a.date));
            return myField[0].data;
          """
        }
      }
    }
  ]
}

注意：该方案需要拉取每个文档的_source内容做实时计算，性能较低，仅适合小数据量、低查询频率的场景。

内容的提问来源于stack exchange，提问作者tatsuu