Elasticsearch如何基于nested对象属性执行collapse分组查询

• 你现在的用法混淆了collapse两种inner_hits的作用范围：默认配置下collapse的inner_hits仅返回当前分组代表文档内匹配的嵌套字段内容，不会返回同分组的其他顶层文档
• 若comments字段未设置为nested类型，数组会被ES扁平化存储，collapse分组时仅取数组第一个值作为分组依据，也会导致分组结果异常

这种方式直接按comments.id分组，每个分组返回所有包含该id的顶层文档，符合你的预期。
如果你的comments是nested类型，查询语句如下：

POST /你的索引名/_search?track_total_hits=true
{
  "size": 0,
  "aggs": {
    "group_by_comment_id": {
      "nested": {
        "path": "comments"
      },
      "aggs": {
        "comment_id": {
          "terms": {
            "field": "comments.id.keyword", // 如果id是数值类型则去掉.keyword后缀
            "size": 100 // 调整为你需要返回的分组总数
          },
          "aggs": {
            "top_docs": {
              "top_hits": {
                "size": 10, // 调整为每个分组需要返回的顶层文档数量
                "_source": ["title"] // 按需配置需要返回的文档字段
              }
            }
          }
        }
      }
    }
  }
}

如果comments是普通object类型，去掉外层的nested聚合，terms的field直接写comments.id即可。

如果你坚持使用collapse功能，需要明确指定inner_hits的类型为返回同分组顶层文档，配置如下：

POST /你的索引名/_search?track_total_hits=true
{
  "collapse": {
    "field": "comments.id.keyword",
    "inner_hits": {
      "name": "same_comment_id_docs",
      "type": "top", // 关键配置，指定返回同折叠组的顶层文档而非当前文档内的嵌套对象
      "size": 10
    },
    "max_concurrent_group_searches": 3
  },
  "size": 100 // 调整为你需要返回的分组总数
}

注意：使用collapse方案时，如果comments是nested类型，需要在query部分先加上nested查询匹配所有comments，才能触发正确的分组逻辑。

内容的提问来源于stack exchange，提问作者sagar43