Elasticsearch如何实现带销售阈值的唯一卖家条件基数聚合

需求说明 #

统计每个商品维度下，自身销售总额大于100的唯一卖家数量。

原查询逻辑错误点 #

原查询将销售额统计、桶过滤逻辑放在基数聚合的子层级，存在两类核心问题：

1. 结构不符合ES聚合规则：桶选择器是管道分桶聚合，仅能挂载在存在分桶逻辑的聚合层级下；基数聚合是单值指标聚合，本身无分桶能力，放在其下的桶选择器根本无法正常执行，会直接抛出路径不存在的错误
2. 逻辑粒度完全错位：即使结构修正能跑通，该嵌套逻辑的作用范围是整个商品桶的全量数据，无法下沉到单个卖家粒度做计算，最终逻辑等价于“先数出当前商品下所有卖家的总数，再判断整个商品的总销售额是否大于100”，和预期的“单个卖家销售额达标才计数”的目标完全不符

正确实现思路 #

聚合分层严格匹配计算粒度，从外到内逐层拆分：

1. 最外层按product_id做术语分桶，拆分每个商品的独立数据集
2. 每个商品桶内部，按seller_id做二级术语分桶，拆分当前商品下的所有唯一卖家
3. 每个卖家桶内，计算该卖家在当前商品下的累计销售额
4. 用桶选择器过滤掉累计销售额≤100的卖家桶
5. 在商品层提取过滤后留存的卖家桶总数，即为符合条件的唯一卖家数量

最终可运行的查询 #

{
  "size": 0,
  "aggregations": {
    "products": {
      "terms": {
        "field": "product_id"
      },
      "aggregations": {
        "sellers": {
          "terms": {
            "field": "seller_id"
          },
          "aggregations": {
            "total_sell": {
              "sum": {
                "field": "sell"
              }
            },
            "sell_filter": {
              "bucket_selector": {
                "buckets_path": {
                  "totalSell": "total_sell"
                },
                "script": "params.totalSell > 100"
              }
            }
          }
        },
        "seller_count": {
          "bucket_script": {
            "buckets_path": {
              "valid_seller_count": "sellers._bucket_count"
            },
            "script": "params.valid_seller_count"
          }
        }
      }
    }
  }
}

结果验证 #

基于给定的样本文档，查询返回结果和预期完全一致：

• product_id=1的桶下，seller_count.value=1：仅卖家1的累计销售额110达标
• product_id=2的桶下，seller_count.value=2：卖家2（销售额120）、卖家3（销售额110）达标

大规模数据优化提示 #

如果单商品下的卖家数量极多，二级术语聚合内存占用过高时，可换用filter聚合结合基数聚合的实现：即在商品桶下嵌套过滤器，只统计满足“单卖家累计销售额>100”条件的文档的seller_id去重数，结果为近似值，可根据精度需求调整基数聚合的precision_threshold参数。

内容的提问来源于stack exchange，提问作者Rohit