如何从ElasticSearch多分类中各取首个最近距离司机文档？

完全不需要在应用层手动过滤结果，ElasticSearch的聚合功能就能帮你直接从存储层拿到每个分类下距离目标经纬度最近的首个司机。核心思路是结合terms聚合（按分类分组）和top_hits聚合（每个分组取排序后的第一条结果），再配合地理距离排序来实现。

具体实现方案 #

假设你的司机索引结构里有这些关键字段：

• category: 司机所属分类（字符串类型）
• location: 司机的位置（geo_point类型，必须提前设置好映射）

下面是完整的查询DSL示例：

{
  "size": 0, // 不需要返回顶层的匹配结果，只关心聚合结果
  "query": {
    "geo_distance": {
      "distance": "100km", // 可选：设置搜索范围，比如只找100公里内的司机
      "location": {
        "lat": 31.2304, // 目标纬度
        "lon": 121.4737  // 目标经度
      }
    }
  },
  "aggs": {
    "group_by_category": {
      "terms": {
        "field": "category", // 按分类字段分组
        "size": 3 // 因为你有3个分类，设置为分类总数确保所有分类都被覆盖
      },
      "aggs": {
        "closest_driver": {
          "top_hits": {
            "size": 1, // 每个分类只取第一个结果
            "sort": [
              {
                "_geo_distance": {
                  "location": {
                    "lat": 31.2304,
                    "lon": 121.4737
                  },
                  "order": "asc", // 按距离从小到大排序，最近的排第一
                  "unit": "km"
                }
              }
            ]
          }
        }
      }
    }
  }
}

关键部分解释 #

• size: 0: 因为我们只需要聚合结果，不需要返回全局的匹配文档，设置为0可以减少不必要的数据传输。
• geo_distance查询: 可选但推荐，用来过滤掉距离过远的司机，避免无意义的排序计算。如果不需要范围限制，可以换成match_all查询。
• terms聚合: 按司机的分类字段进行分组，size设置为你的分类总数（这里是3），确保所有分类都能被聚合到。
• top_hits聚合: 在每个分类分组内，只返回1条结果，并且通过_geo_distance排序保证这是该分类下距离目标位置最近的司机。

注意事项 #

1. 必须确保location字段的映射类型是geo_point，否则无法进行地理距离计算和排序。如果还没设置，需要先更新索引映射：

PUT /your_driver_index/_mapping
{
  "properties": {
    "location": {
      "type": "geo_point"
    }
  }
}

2. 如果某些分类下没有符合条件的司机，该分类不会出现在聚合结果里。如果需要强制返回所有分类（哪怕没有匹配司机），可以结合missing参数或者使用composite聚合，但一般场景下默认行为就足够了。

内容的提问来源于stack exchange，提问作者Rodrigo Sasaki