Elasticsearch技术问询：如何按地理距离与评分排序聚合结果？

嘿，我来帮你搞定这个需求！结合你的索引结构，我们可以通过聚合+指标计算+多维度排序的方式实现按地理距离和评分对聚合结果排序的功能。下面分两种常见场景给你具体的实现方案：

场景1：按聚合桶的「平均/最小地理距离」+「平均评分」排序 #

这种场景适合你希望每个产品组（id_product）的排序依据是组内所有文档的距离统计值（比如最近距离、平均距离）加上组内文档的平均匹配评分。

示例DSL #

假设我们要搜索包含coke的活跃产品，然后按id_product分组，排序规则是：先按到目标点（比如1.35, 103.8）的最近距离升序，再按组内平均评分降序：

GET places/test/_search
{
  "size": 0, // 不需要返回原始文档，只看聚合结果
  "query": {
    "bool": {
      "must": [
        { "match": { "suggest": "coke" } }, // 文本匹配，生成基础评分
        { "term": { "active": true } } // 过滤活跃产品
      ]
    }
  },
  "aggs": {
    "group_by_product": {
      "terms": {
        "field": "id_product",
        "order": [
          { "min_distance": "asc" }, // 第一排序：最近距离升序
          { "avg_score": "desc" }    // 第二排序：平均评分降序
        ]
      },
      "aggs": {
        // 计算每个产品组内文档到目标点的最近距离（单位：km）
        "min_distance": {
          "geo_distance": {
            "field": "location",
            "origin": { "lat": 1.35, "lon": 103.8 },
            "unit": "km",
            "distance_type": "plane" // 短距离用plane更快，长距离建议用arc
          }
        },
        // 计算每个产品组内文档的平均匹配评分
        "avg_score": {
          "avg": { "field": "_score" }
        }
      }
    }
  }
}

关键部分解释 #

• size: 0：关闭原始文档返回，专注于聚合结果，提升性能。
• geo_distance聚合：用来统计每个组内文档到目标点的距离（这里用min取最近距离，你也可以换成avg取平均距离）。
• order数组：支持多维度排序，优先级按数组顺序来，你可以根据需求调整顺序（比如先按评分再按距离）。

场景2：按聚合桶内「最相关文档的评分+距离」排序 #

如果你的需求是每个产品组的排序依据是组内最匹配、距离最近的那篇文档的评分和距离，那么可以用top_hits聚合配合指标计算来实现。

示例DSL #

我们用function_score把地理距离纳入评分计算，让_score同时体现文本匹配度和距离远近，然后取每个组内得分最高的文档，再按该文档的评分和距离排序：

GET places/test/_search
{
  "size": 0,
  "query": {
    "function_score": {
      "query": {
        "bool": {
          "must": [
            { "match": { "suggest": "coke" } },
            { "term": { "active": true } }
          ]
        }
      },
      "functions": [
        // 用高斯衰减函数，让距离目标点越近的文档得分越高
        {
          "gauss": {
            "location": {
              "origin": { "lat": 1.35, "lon": 103.8 },
              "scale": "5km", // 5km内得分衰减慢，超过后快速衰减
              "decay": 0.5    // 衰减系数，值越小衰减越快
            }
          }
        }
      ],
      "boost_mode": "multiply" // 原始匹配得分 × 距离衰减得分，得到最终_score
    }
  },
  "aggs": {
    "group_by_product": {
      "terms": {
        "field": "id_product",
        "order": [
          { "top_hit_score": "desc" }, // 第一排序：最相关文档的得分降序
          { "top_hit_distance": "asc" } // 第二排序：最相关文档的距离升序
        ]
      },
      "aggs": {
        // 获取每个组内得分最高、距离最近的1篇文档
        "top_relevant_doc": {
          "top_hits": {
            "size": 1,
            "sort": [
              { "_score": "desc" },
              {
                "_geo_distance": {
                  "location": { "lat": 1.35, "lon": 103.8 },
                  "order": "asc",
                  "unit": "km"
                }
              }
            ]
          }
        },
        // 提取最相关文档的得分
        "top_hit_score": {
          "max": { "script": "_score" }
        },
        // 计算最相关文档到目标点的距离（单位：km）
        "top_hit_distance": {
          "min": {
            "script": {
              "source": "doc['location'].arcDistance(params.lat, params.lon) / 1000",
              "params": { "lat": 1.35, "lon": 103.8 }
            }
          }
        }
      }
    }
  }
}

关键部分解释 #

• function_score：把地理距离作为得分的一部分，让_score同时兼顾文本匹配度和距离，更符合“综合相关度”的需求。
• top_hits：精准获取每个组内最符合要求的文档，方便后续基于该文档的指标排序。
• script计算距离：通过arcDistance方法计算文档坐标到目标点的直线距离（转成km），确保排序的准确性。

注意事项 #

1. 替换示例中的目标坐标（origin里的lat和lon）为你实际需要的中心点。
2. 调整distance_type：短距离（比如几十公里内）用plane足够快，长距离建议用arc保证精度。
3. 排序维度的顺序可以完全根据你的业务需求调整，比如把评分优先级放在距离前面。
4. 如果你的文档有独立的评分字段（比如rating），可以把avg_score换成对该字段的聚合（比如avg: { field: "rating" }）。

内容的提问来源于stack exchange，提问作者woshitom