嵌套对象场景下混合嵌套/非嵌套过滤器的聚合查询问题

没问题，这个需求完全可行！你的问题核心是没有把嵌套文档的过滤逻辑和聚合逻辑真正绑定起来——之前的两种写法要么只过滤了父文档，聚合时却统计了所有嵌套对象；要么错误地把嵌套上下文设为全局，导致非嵌套字段的过滤失效。

正确的查询语句 #

GET /x_v2/_search/
{
  "size": 0,
  "aggs": {
    "FilteredParentDocs": {
      "filter": {
        "bool": {
          "must": [
            { "terms": { "breadcrumbs.categoryIds": ["category"] } },
            {
              "nested": {
                "path": "products",
                "query": { "terms": { "products.sterile": ["0"] } }
              }
            }
          ]
        }
      },
      "aggs": {
        "NestedProducts": {
          "nested": { "path": "products" },
          "aggs": {
            "FilteredSterileProducts": {
              "filter": { "terms": { "products.sterile": ["0"] } },
              "aggs": {
                "DescriptiveFeatures": {
                  "terms": { "field": "products.descriptiveFeatures", "size": 1000 }
                }
              }
            }
          }
        }
      }
    }
  }
}

为什么这个写法能解决问题？ #

我们拆解一下逻辑：

1. 外层Filter：先筛选出两类父文档：
   • 匹配指定breadcrumbs.categoryIds的文档
   • 至少包含一个products.sterile=0嵌套对象的文档
2. 进入嵌套上下文：通过NestedProducts聚合进入products的嵌套层级，确保后续操作针对嵌套文档
3. 嵌套内二次过滤：在嵌套上下文里再次用FilteredSterileProducts过滤出sterile=0的嵌套对象，这一步是关键——它保证聚合的是同时满足父文档条件和自身过滤条件的嵌套文档
4. 最终聚合：在过滤后的嵌套文档集合上统计descriptiveFeatures的分布

之前写法的问题分析 #

• 第一种写法：外层filter仅确保父文档存在符合条件的嵌套对象，但聚合时直接遍历所有嵌套文档（不管是否满足sterile=0），所以doc_count会远大于预期
• 第二种写法：把nested放在最外层，导致查询上下文切换到嵌套文档层级，此时无法直接过滤父文档的breadcrumbs.categoryIds字段，自然会让非嵌套字段的过滤失效

内容的提问来源于stack exchange，提问作者user3533716