ElasticSearch嵌套对象数组索引的分类统计查询及结构优化问询

核心设计目标是兼顾时间过滤效率、聚合准确性和查询性能，推荐的索引mapping如下：

{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "title": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      },
      "created_at": {
        "type": "date"
      },
      "categories": {
        "type": "nested",
        "properties": {
          "name": {
            "type": "keyword"
          },
          "image": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

设计要点说明：

• created_at设为date类型，原生支持毫秒级时间范围过滤，且ES会自动对filter类型的范围查询做缓存，重复查询相同时间范围的效率极高。
• categories设为nested类型，保留数组中每个分类对象内name和image的关联关系，避免ES默认扁平化存储导致的字段关联错乱问题。
• 分类name和image都设为keyword类型，无需分词，完全适配聚合统计的需求。
  如果你的分类体系是全局固定的（同一个分类name对应的image永远唯一），可以简化设计，不用nested类型，直接把categories.name存为keyword数组，分类和图片的对应关系单独存在业务层的缓存/字典里，能进一步降低聚合开销。

{
  "size": 0, // 不需要返回原始文档，仅返回聚合结果，大幅降低传输开销
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "created_at": {
              "gte": 1672531200000, // 起始时间戳，按需替换
              "lte": 1704067199000 // 结束时间戳，按需替换
            }
          }
        }
      ]
    }
  },
  "aggs": {
    "all_categories": {
      "nested": {
        "path": "categories"
      },
      "aggs": {
        "group_by_category": {
          "terms": {
            "field": "categories.name",
            "size": 1000 // 按你的分类总数量调整，确保能返回全部分类
          },
          "aggs": {
            "category_image": {
              "top_hits": {
                "size": 1,
                "_source": ["categories.image"]
              }
            }
          }
        }
      }
    }
  }
}

查询逻辑说明：

• 用filter而不是must做时间过滤，不会计算相关性评分，同时支持查询缓存，相同时间范围的重复查询可以直接命中缓存，耗时能降到毫秒级。
• 先做nested聚合进入分类嵌套结构，再按分类name做terms聚合统计关联文档数，子聚合top_hits取对应分类的图片地址，因为同一个分类name的图片固定，取第一条即可。
• 数十万级数据量下，该查询的耗时通常在几十毫秒级别，调整时间过滤条件后重新执行即可拿到更新后的统计结果，完全满足实时性要求。

内容的提问来源于stack exchange，提问作者James Parker