Elasticsearch按数组含指定值的脚本排序实现

需求说明 #

现有文档的基础结构如下，每条文档包含categories数字数组字段：

[
  {
    "id": 123,
    "name": "Ram",
    "status": 1,
    "activity": "Poster Design",
    "categories": [1, 2, 3, 4, 5]
  },
  {
    "id": 124,
    "name": "Leo",
    "categories": [5],
    "status": 1,
    "activity": "Brochure"
  },
  {
    "id": 126,
    "name": "Leo",
    "categories": [3],
    "status": 1,
    "activity": "Brochure"
  },
  {
    "id": 134,
    "name": "Levin",
    "categories": [1],
    "status": 1,
    "activity": "3D Printing"
  }
]

需要实现的排序逻辑：

• 动态指定任意目标值（如1、3、5等）
• 所有categories数组包含该目标值的文档，排在不包含该值的文档之前
• 同组内可自定义次级排序规则，例如指定目标值为3时，预期输出顺序为id123 → id126 → id124 → id134

实现方案 #

使用Elasticsearch的script sort能力实现，核心逻辑是为匹配/不匹配目标值的文档返回不同的排序权重，利用默认升序规则让权重值更小的匹配文档排在前面。
完整查询DSL如下：

GET your_index/_search
{
  "query": {
    "match_all": {} // 替换为实际业务的查询过滤条件
  },
  "sort": [
    {
      "_script": {
        "type": "number",
        "order": "asc",
        "script": {
          "lang": "painless",
          "params": {
            "target_val": 3 // 动态传入的目标值，修改该参数即可适配不同排序场景，无需调整脚本本身
          },
          "source": """
            def categories = doc['categories'];
            // 数组包含目标值的返回低权重，不包含的返回高权重
            return categories.contains(params.target_val) ? 0 : 1
          """
        }
      }
    },
    {
      "id": "asc" // 同分组内的次级排序规则，可替换为name、create_time等任意业务字段
    }
  ]
}

方案说明 #

• 脚本复用：所有动态参数都放到params节点传入，Elasticsearch会自动缓存编译后的脚本，不会因为频繁修改目标值产生重复编译的性能开销
• 字段要求：categories字段需配置为数值型或keyword类型，不能是text分词类型，否则通过doc['categories']取数时会出现匹配偏差
• 灵活调整：如果需要不匹配的文档排在前面，只需将脚本里的返回值对调，或者把脚本排序的order改为desc即可
• 性能参考：当索引数据量超过千万级时，可配合terms查询先做粗粒度过滤，减少脚本计算的文档范围，进一步降低延迟

内容的提问来源于stack exchange，提问作者sagar43