Elasticsearch如何筛选指定条件下customer_id出现≥2次的文档列表

你可以通过两种方式实现需求，以下是具体实现：

方案一：单次查询（使用聚合+top_hits） #

不需要额外发起两次查询，直接在聚合里嵌套top_hits取出符合条件的customer_id对应的所有文档，同时设置size: 0跳过原始查询的未过滤文档返回，只保留聚合里的目标文档结果。
查询语句如下：

POST /index_name/_search
{
  "size": 0,
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "creation_date": {
              "gte": "2021-06-23",
              "lte": "2021-08-23"
            }
          }
        },
        {
          "match": {
            "country": "USA"
          }
        }
      ]
    }
  },
  "aggs": {
    "customer_agg": {
      "terms": {
        "field": "customer_id",
        "min_doc_count": 2
      },
      "aggs": {
        "matched_docs": {
          "top_hits": {
            "size": 100 // 可调整为你需要返回的每个customer_id下的最大文档数
          }
        }
      }
    }
  }
}

查询返回的aggregations.customer_agg.buckets下每个桶的matched_docs.hits.hits就是你需要的所有符合条件的文档。

方案二：两次查询（数据量较大时更稳定） #

如果你的索引数据量很大，top_hits返回结果有大小限制时，可以分两次查询：

1. 第一次用你原有的查询，设置size:0，只拿聚合返回的符合条件的customer_id列表
2. 第二次把拿到的customer_id列表作为查询条件，结合原有国家、时间范围条件，查询所有文档：

POST /index_name/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "creation_date": {
              "gte": "2021-06-23",
              "lte": "2021-08-23"
            }
          }
        },
        {
          "match": {
            "country": "USA"
          }
        },
        {
          "terms": {
            "customer_id": ["123", ...] // 替换为第一次查询拿到的customer_id列表
          }
        }
      ]
    }
  }
}

该方案返回的hits.hits就是直接的目标文档列表，不需要从聚合结果里二次提取。

注意事项 #

• 确保customer_id字段的类型是keyword，否则terms聚合无法正常生效
• top_hits的默认返回大小是10，如果单customer_id下符合条件的文档数超过10需要手动调大size参数

内容的提问来源于stack exchange，提问作者Pranay Jain