Elasticsearch双索引搜索与关联计数实现方案咨询

嗨，这个需求我之前也帮朋友处理过，在Elasticsearch里有几种不同的方案，我给你拆解下：

这种方式不需要改动现有索引结构，完全靠查询逻辑实现，适合查询并发不高、实时性要求一般的场景。具体步骤是：

• 先在Index 1中按name搜索，拿到所有匹配文档的id列表
• 用这些id作为条件，在Index 2中执行terms聚合，按id分组统计每个id对应的文档总数
• 在客户端把Index 1的搜索结果和Index 2的聚合结果关联起来，最后按统计的总数排序

如果你想减少网络请求次数，可以用ES的multi-search API一次发送两个查询，比如：

GET /_msearch
{"index": "index1"}
{"query": {"match": {"name": "你的搜索关键词"}}, "_source": ["id", "name", "photo"]}
{"index": "index2"}
{"size": 0, "aggs": {"count_by_id": {"terms": {"field": "id", "size": 1000}, "aggs": {"total": {"value_count": {"field": "_id"}}}}}, "query": {"terms": {"id": ["从第一个查询结果里拿到的id列表"]}}}

之后在客户端把两个结果合并，按total值排序即可。

如果你的查询并发很高，实时性要求也高，那最推荐的方式是在Index 1里新增一个related_doc_count字段，专门存储对应id在Index 2中的文档总数。然后在Index 2新增/删除文档时，同步更新这个计数：

• 当Index 2新增文档时，执行更新脚本：

POST /index1/_update/{对应id}
{
  "script": {
    "source": "ctx._source.related_doc_count = (ctx._source.related_doc_count ?: 0) + 1"
  },
  "upsert": {
    "related_doc_count": 1
  }
}

• 当Index 2删除文档时，把脚本里的+1改成-1就行

这样查询的时候就非常简单了，直接按name搜索，同时按related_doc_count排序：

GET /index1/_search
{
  "query": {
    "match": {"name": "你的搜索关键词"}
  },
  "sort": [
    {"related_doc_count": {"order": "desc"}}
  ]
}

这个方案的优点是查询效率极高，但需要注意计数的一致性——比如批量操作时要批量更新，还要处理更新失败的重试逻辑，避免计数不准。

如果不想维护计数字段，又想让ES端直接完成统计和排序，可以把两个索引合并成一个，用ES的Parent-Child文档结构：

• 把Index 1的文档作为parent类型，Index 2的文档作为child类型，都存在同一个索引里
• 查询时用children聚合统计每个parent对应的child文档数，同时按这个计数排序：

GET /combined_index/_search
{
  "query": {
    "match": {"name": "你的搜索关键词"}
  },
  "aggs": {
    "child_count": {
      "children": {
        "type": "child_type"
      },
      "aggs": {
        "count_per_parent": {
          "terms": {
            "field": "parent_id",
            "size": 1000
          }
        }
      }
    }
  },
  "sort": [
    {
      "child_count.count_per_parent._count": {"order": "desc"}
    }
  ]
}

这个方案的好处是不需要维护额外字段，统计是实时的，但缺点是Parent文档的更新成本较高，而且Child文档的写入性能会比独立索引稍差，适合写入量不大的场景。

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