在Elasticsearch中如何基于数组字段的元素数量实现聚合统计

完全可以实现该统计需求，以下是两种常用的实现方案：

方案1：运行时字段实时计算（无需修改现有索引结构） #

适合临时查询场景，不用调整现有索引的Mapping，通过运行时字段实时计算数组长度后做聚合即可，DSL示例如下：

POST /你的索引名称/_search
{
  "size": 0, // 不返回原始文档，只返回聚合结果
  "runtime_mappings": {
    "itinerary_length": {
      "type": "integer",
      "script": "emit(doc['Itinerary'].size())"
    }
  },
  "aggs": {
    "itinerary_count_stats": {
      "terms": {
        "field": "itinerary_length",
        "size": 6 // 你的数组最多只有6个元素，直接取前6条聚合结果即可
      }
    }
  }
}

*注意：如果你的Itinerary字段配置为nested类型，将上述脚本调整为emit(params._source['Itinerary'].size())即可正常获取数组长度。

聚合返回结果中，itinerary_count_stats下的每个bucket的key就是数组元素数量，doc_count就是对应数量的文档总数，你只需做简单的格式转换就能得到你需要的1 item : 2这类展示结果。

方案2：预存长度字段（性能更优，适合高频查询） #

如果该统计是业务高频使用的功能，更推荐你在写入文档时新增一个itinerary_len整数类型字段，直接存储当前文档Itinerary数组的元素数量，后续聚合直接基于该字段查询即可，性能远高于实时计算的方案，DSL示例如下：

POST /你的索引名称/_search
{
  "size": 0,
  "aggs": {
    "itinerary_count_stats": {
      "terms": {
        "field": "itinerary_len",
        "size": 6
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者Ryan Tee