Elasticsearch如何按用户分组取评分最高的TopN首歌曲（仅统计最新评分）

原查询问题分析 #

你写的查询存在两个核心问题导致没有得到预期结果：

1. top_hits 嵌套在timestamp子聚合中，仅能返回每首歌曲的最新1条评分，但没有对同一用户下的所有歌曲按照最新评分做全局排序
2. track_id的terms分组默认按文档出现次数排序，没有按评分字段排序，自然拿不到评分最高的前N首

调整后兼容全版本的查询（示例取Top10，可自行修改size参数） #

{
  "size": 0,
  "aggs": {
    "group_by_user": {
      "terms": {
        "field": "user_id.keyword",
        "size": 10 // 按需调整需要返回的用户总数
      },
      "aggs": {
        "group_by_track": {
          "terms": {
            "field": "track_id.keyword",
            "size": 1000 // 建议设置为大于单个用户最多评分歌曲数，避免遗漏数据
          },
          "aggs": {
            // 取该用户对该歌曲的最新1条评分记录
            "latest_rating": {
              "top_hits": {
                "sort": [{"timestamp": "desc"}],
                "size": 1,
                "_source": ["title", "artist", "score", "timestamp"]
              }
            },
            // 提取最新评分的分数用于后续排序
            "latest_score": {
              "max": {
                "field": "score"
              }
            }
          }
        },
        // 对所有歌曲按最新评分倒序，取TopN
        "top_n_tracks": {
          "bucket_sort": {
            "buckets_path": "group_by_track>latest_score",
            "sort": [{"group_by_track>latest_score": "desc"}],
            "size": 10 // 这里就是你要的TopN的N值
          }
        }
      }
    }
  }
}

ES7.11+版本优化写法（性能更高） #

高版本可以用top_metrics聚合替代top_hits，不需要额外提取排序字段，执行效率更高：

{
  "size": 0,
  "aggs": {
    "group_by_user": {
      "terms": {
        "field": "user_id.keyword",
        "size": 10
      },
      "aggs": {
        "group_by_track": {
          "terms": {
            "field": "track_id.keyword",
            "size": 1000
          },
          "aggs": {
            "latest_record": {
              "top_metrics": {
                "metrics": [
                  {"field": "score"},
                  {"field": "title"},
                  {"field": "artist"}
                ],
                "sort": {"timestamp": "desc"}
              }
            }
          }
        },
        "top_10_tracks": {
          "bucket_sort": {
            "buckets_path": "group_by_track>latest_record.score",
            "sort": [{"group_by_track>latest_record.score": "desc"}],
            "size": 10
          }
        }
      }
    }
  }
}

核心逻辑说明 #

• 先按用户ID分组，再按歌曲ID分组，保证每个用户的每首歌曲独立成桶
• 每个歌曲桶内按时间戳倒序取第一条记录，自动过滤掉同一用户同一首歌的历史评分，仅保留最新一条
• 用bucket_sort聚合对同一用户下的所有歌曲桶按最新评分倒序排列，取前N条即可得到目标结果

内容的提问来源于stack exchange，提问作者Clayar91