Elasticsearch如何按reviews数组中positive_comment字段长度排序

问题根因 #

• 你当前使用的文档级sort脚本作用于整个文档，不会改变返回结果中reviews数组的内部元素顺序
• ES默认会打平普通object数组的所有属性，doc['reviews.positive_comment']返回的是整个文档所有评论的positive_comment值集合，不是单个评论的字段值，计算出的长度自然不符合预期
• 空字符串的原生长度为0，升序排序会默认排在最前面，需要单独处理空值的排序权重

解决方案 #

方案1：reviews为nested类型（推荐） #

如果你的索引中reviews字段已设为nested类型（数组对象的标准存储方案），使用nested聚合+top_hits排序实现需求：

{
  "query": {
    "bool": {
      "filter": [
        {"term": {"id": 214}}
      ]
    }
  },
  "_source": false,
  "aggs": {
    "reviews_nested": {
      "nested": {
        "path": "reviews"
      },
      "aggs": {
        "sorted_reviews": {
          "top_hits": {
            "sort": [
              {
                "_script": {
                  "type": "number",
                  "script": "def comment = doc['reviews.positive_comment'].value; return comment.isEmpty() ? 99999 : comment.length();",
                  "order": "asc"
                }
              }
            ],
            "_source": ["reviews.positive_comment", "reviews.negative_comment", "reviews.reviewer_name"],
            "size": 100
          }
        }
      }
    }
  }
}

说明：

• 脚本中将空字符串的排序权重设为99999（远大于正常评论长度即可），即可实现空评论排在最后
• 调整size参数适配你需要返回的最大评论数量

方案2：reviews为普通object数组 #

无需修改索引映射，直接通过script_fields读取原始数组手动排序：

{
  "_source": ["id"],
  "query": {
    "bool": {
      "filter": [{"term": {"id": 214}}]
    }
  },
  "script_fields": {
    "sorted_reviews": {
      "script": """
        def reviews = params._source.reviews;
        reviews.sort((a, b) -> {
          def lenA = a.positive_comment.length();
          def lenB = b.positive_comment.length();
          lenA = lenA == 0 ? 99999 : lenA;
          lenB = lenB == 0 ? 99999 : lenB;
          return lenA.compareTo(lenB);
        });
        return reviews;
      """
    }
  }
}

排序后的评论会直接返回在sorted_reviews字段中。

内容的提问来源于stack exchange，提问作者JuanCruz