Elasticsearch同时含字符串和数值的keyword字段Max聚合问题咨询

问题原因 #

你直接对barcode.keyword执行Max聚合无法得到预期结果有两个核心原因：

• keyword类型是字符串类型，默认的Max聚合按字典序计算，和数值大小的计算逻辑完全不一致
• 你没有提前过滤非纯数字的条码值，聚合会把带字母的内容也纳入计算范围

方案1：无需修改Mapping，适合临时查询场景 #

可以直接用ES的**运行时字段（Runtime Field）**实现需求，不需要调整现有索引结构，直接构造查询即可：

GET /你的商品索引名/_search
{
  "size": 0,
  "runtime_mappings": {
    "numeric_barcode": {
      "type": "long",
      "script": {
        "source": """
          if (doc['barcode.keyword'].size() == 0) return;
          String barcode = doc['barcode.keyword'].value;
          // 匹配纯数字格式的条码
          if (barcode.matches('^\\d+$')) {
            emit(Long.parseLong(barcode));
          }
        """
      }
    }
  },
  "aggs": {
    "max_numeric_barcode": {
      "max": {
        "field": "numeric_barcode"
      }
    }
  }
}

该方案的优劣势：

• 优势：零改造成本，不需要修改Mapping、不需要重建索引或者刷新存量数据，写完查询即可执行
• 劣势：每次查询都需要执行脚本做格式判断和类型转换，数据量超过千万级时查询性能会明显下降，仅适合临时查询或者数据量不大的场景

方案2：调整Mapping新增数值字段，适合长期高频查询场景 #

如果需要频繁执行该统计查询，更推荐调整Mapping新增专属的数值类型子字段，查询性能会提升数倍：

操作步骤 #

1. 给barcode字段新增long类型的子字段，开启ignore_malformed避免非数字条码写入报错

PUT /你的商品索引名/_mapping
{
  "properties": {
    "barcode": {
      "fields": {
        "numeric": {
          "type": "long",
          "ignore_malformed": true
        }
      }
    }
  }
}

2. 执行update_by_query刷新存量数据的barcode.numeric字段值

POST /你的商品索引名/_update_by_query?conflicts=proceed

3. 后续直接对子字段做Max聚合即可得到正确结果

GET /你的商品索引名/_search
{
  "size": 0,
  "aggs": {
    "max_numeric_barcode": {
      "max": {
        "field": "barcode.numeric"
      }
    }
  }
}

特殊适配说明 #

如果你的纯数字条码长度超过long类型的最大值（19位十进制数），可以把子字段类型替换为unsigned_long（最高支持20位十进制数）；如果条码长度超过20位，可以自定义normalizer把纯数字字符串补零到固定长度后用keyword类型存储，此时按字典序做Max聚合也能得到正确的数值最大值。

内容的提问来源于stack exchange，提问作者drenda