Elasticsearch 如何对 answers 嵌套对象聚合,统计各 question_id 的布尔答案数量
Elasticsearch 统计各问题真假值数量的实现方案
核心前置注意事项:如果当前
answers是普通对象类型而非嵌套(nested)类型,直接执行聚合会出现关联错配——ES会将数组拍平为独立的字段值集合,最终统计的true/false计数会和不对应的question_id串接,结果完全失真。遇到这种情况需要先调整answers字段为nested类型,配合重建索引刷入存量数据后才能正常聚合。
聚合实现逻辑
整个聚合链路是三层嵌套结构,从根到分支的逻辑为:
- 第一步:通过
nested聚合进入answers数组的独立文档上下文,从根源上避免数组拍平的关联错配 - 第二步:对
answers.question_id做terms分桶,将每个问题拆为独立统计单元 - 第三步:在每个question_id的分桶下,按
answers.answer_bool的取值做分桶计数,分别统计true、false的出现次数
可直接执行的聚合DSL
POST /submissions/_search { "size": 0, "aggs": { "answers_nested_ctx": { "nested": { "path": "answers" }, "aggs": { "group_by_question_id": { "terms": { "field": "answers.question_id", "size": 1000 }, "aggs": { "count_answer_bool_value": { "terms": { "field": "answers.answer_bool" } } } } } } } }
参数说明:
size: 0:不返回原始文档结果,只拉取聚合统计值,减少不必要的网络传输- 内层terms聚合的
size: 1000:根据实际业务的问题总数量调整,ES默认terms聚合最多返回10个桶,数值过小会导致部分question_id被截断遗漏
自定义固定统计项的优化写法
如果不想在返回结果里随机拿到true/false的桶顺序,可以把第三层的terms聚合替换为两个独立的filter聚合,固定拿到两个值的精准计数:
// 替换上面 count_answer_bool_value 对应的聚合内容 "count_true_answer": { "filter": { "term": { "answers.answer_bool": true } } }, "count_false_answer": { "filter": { "term": { "answers.answer_bool": false } } }
常见问题排查
- 聚合结果计数虚高:优先检查mapping配置,确认
answers是nested类型而非普通object类型,普通object会导致数组拍平错配 - 聚合桶数量不全:检查terms聚合的
size参数是否设置过小,超过默认桶数限制会导致统计截断 - 聚合无返回值:检查对应字段是否开启
doc_values配置,ES聚合计算依赖doc_values,关闭后无法正常统计
内容的提问来源于stack exchange,提问作者VPR
相关产品推荐
相关产品推荐

