Elasticsearch如何将文档按是否存在extra_data.legend字段分桶

不需要使用terms聚合，也不需要额外开发补集聚合，以下两种方案都可以直接实现需求：

方案1：filters聚合（最推荐） #

直接在filters中定义两个互斥的过滤规则，一次查询即可返回两个分桶的结果，后续扩展子聚合也更方便，完全不依赖字段类型：

GET /你的索引名/_search
{
  "size": 0, // 不需要返回原始文档可设为0，需要返回则调整为对应数值
  "aggs": {
    "legend_field_bucket": {
      "filters": {
        "filters": {
          "包含extra_data.legend字段": {
            "exists": {
              "field": "extra_data.legend"
            }
          },
          "不存在extra_data.legend字段": {
            "bool": {
              "must_not": [
                {
                  "exists": {
                    "field": "extra_data.legend"
                  }
                }
              ]
            }
          }
        }
      }
      // 如需获取分桶内的具体文档，可添加top_hits子聚合
      /*,
      "aggs": {
        "bucket_docs": {
          "top_hits": {
            "size": 10
          }
        }
      }
      */
    }
  }
}

方案2：exists + missing聚合组合 #

你提到的missing聚合确实只有单桶，它对应的补集就是exists聚合，二者可以放在同一层级同时执行，同样可以得到两类分桶的结果：

GET /你的索引名/_search
{
  "size": 0,
  "aggs": {
    "包含extra_data.legend字段": {
      "exists": {
        "field": "extra_data.legend"
      }
    },
    "不存在extra_data.legend字段": {
      "missing": {
        "field": "extra_data.legend"
      }
    }
  }
}

注意事项 #

• 两种方案都不限制extra_data.legend的字段类型，text类型字段也可以正常运行，不存在terms聚合的基数过高问题
• 如果业务规则中需要把字段值为空字符串、空数组的情况归为「不存在」分类，只需要在过滤条件中补充对应判断逻辑即可

内容的提问来源于stack exchange，提问作者ericjardon