Elasticsearch 5.4 嵌套字段versions的数量聚合问题求助

兄弟，你踩的这个坑我之前也遇到过——问题出在Elasticsearch嵌套字段的特殊存储逻辑上！每个嵌套对象都会被当成独立的隐藏Lucene文档存起来，根文档本身根本没法直接用doc访问到versions字段，所以你加doc.containsKey('versions')时会一直返回false，结果全是0；去掉判断直接访问又会因为根文档里找不到这个字段报错。

给你两个靠谱的解决办法：

办法1：用nested聚合进入嵌套上下文（推荐，性能好） #

先通过nested聚合钻进versions的上下文里，这样就能正常访问嵌套字段的数据了，再在里面做你需要的聚合。举个例子，如果你要统计所有versions的数量，或者对某个字段做聚合：

{
  "aggs": {
    "get_nested_versions": {
      "nested": {
        "path": "versions"
      },
      "aggs": {
        "version_total": {
          "value_count": {
            "script": {
              "inline": "1", // 这里换成你实际要处理的逻辑，比如访问versions里的具体字段
              "lang": "painless"
            }
          }
        }
      }
    }
  }
}

要是你需要聚合versions里的具体字段（比如version_code），把脚本改成doc['versions.version_code'].value就行，这样就能正确拿到嵌套字段的值。

办法2：直接读原始文档的_source（不推荐，慢） #

如果实在没法用nested聚合，也可以直接访问原始文档的_source数据，但这种方式会加载整个文档，数据量大的时候性能拉胯，只适合小数据集：

{
  "aggs": {
    "version_agg_result": {
      "sum": {
        "script": {
          "inline": "params._source.containsKey('versions') ? params._source.versions.size() : 0",
          "lang": "painless"
        }
      }
    }
  }
}

这里通过params._source读取原始文档里的versions数组，判断存在后处理（比如取长度，或者你需要的其他聚合逻辑）。

最后提醒下：你的映射里必须明确把versions设成"type": "nested"，不然Elasticsearch会把它当成普通对象，聚合逻辑也不对；另外Elasticsearch 5.4的Painless脚本语法和新版本有点不一样，别用高版本的API哦！

内容的提问来源于stack exchange，提问作者AJP