Elasticsearch复合聚合分组时如何获取同用户ID对应的用户名列表

核心说明 #

ES原生聚合不支持直接将usernames集合塞进分桶的key对象中。根本原因是composite聚合的返回key，只会由你在sources配置里明确指定的分桶维度字段生成——只有被纳入分桶规则的字段，值才会出现在桶的key结构里。如果你硬把username加到sources分桶维度，会直接打乱原有分组逻辑：从“按userId聚成独立分桶”变成“userId+username双维度分桶”，完全偏离业务目标。

但你要的“每个userId分组附带其名下全部usernames集合”的业务需求，完全可以通过composite分桶下的嵌套子聚合实现。只是最终返回里，usernames列表会挂载在桶的独立子聚合节点下，不会自动合并到key里，业务层只需要简单遍历组装，就能匹配你期望的格式。

可直接复用的聚合语句修改 #

在你原有composite聚合的基础上，加一层作用域为当前分桶的嵌套子聚合，通过terms聚合提取当前桶下所有去重的username值即可，不会影响原有的composite分页逻辑：

"aggregations": {
    "by_user_id": {
        "composite": {
            "size": 1000,
            "sources": [
                {
                    "group_by_search": {
                        "terms": {
                            "field": "user_id",
                            "missing_bucket": false,
                            "order": "asc"
                        }
                    }
                }
            ]
        },
        // 新增子聚合：遍历每个composite分桶下的所有文档提取username
        "aggregations": {
            "usernames": {
                "terms": {
                    "field": "username",
                    // 需按业务场景单userId最大关联usernames数调整size，避免数据截断
                    "size": 100,
                    "order": {
                        "_key": "asc"
                    }
                }
            }
        }
    }
}

返回结构适配方法 #

改完执行查询后，每个userId分桶的返回会比原来多一个usernames子聚合节点，结构参考：

"buckets": [
    {
      "key": {
        "group_by_search": 2
      },
      "doc_count": 2,
      "usernames": {
        "doc_count_error_upper_bound": 0,
        "sum_other_doc_count": 0,
        "buckets": [
          { "key": "1111", "doc_count": 1 },
          { "key": "222", "doc_count": 1 }
        ]
      }
    }
]

业务层只需要遍历每个桶下usernames.buckets的key值，组装成usernames: ["1111","222"]格式的列表，就能得到你期望的分组结构。这种子聚合的方式比从全量命中文档里捞数据的性能高很多，且兼容原有的composite分页能力。

注意事项 #

• 单userId关联的usernames数量在百级以内时，用terms子聚合是最优选择：相比top_hits聚合，terms仅提取字段值、不加载文档全量上下文，内存开销极低
• 如果单userId下的usernames量达到千级，记得把usernames子聚合的size调到匹配最大值，否则会出现数据截断
• terms聚合本身会自动对字段值去重，不需要额外做去重逻辑

内容的提问来源于stack exchange，提问作者Manish