如何在Elasticsearch搜索结果中对文档的portfolios数组字段进行字母序排序

嘿，我来帮你搞定这个需求！首先得提一句，你给出的原始JSON有个小语法问题——portfolios数组里第一个元素写成了"item": {...}，应该是普通的对象格式（比如{"code": "foobar"}），不过这不影响我们解决排序的核心问题。

Elasticsearch默认不会自动对文档内部的数组元素排序，所以我们得通过脚本或者预处理的方式来实现，下面是几种实用的方案：

方法一：查询时动态生成排序后的数组（适合临时需求） #

如果只是偶尔需要排序后的结果，不想改动索引，可以用**脚本字段（script fields）**在查询时动态处理数组。这样不需要修改原有文档，直接在查询请求里编写Painless脚本完成排序：

GET /你的索引名/_search
{
  "query": {
    "match_all": {} // 替换成你实际的查询条件，比如匹配特定screeningDate
  },
  "script_fields": {
    "sorted_portfolios": {
      "script": {
        "source": """
          def portfolios = ctx._source.portfolios;
          // 按name字段字母序排序，同时处理没有name的元素（把它们排到最后）
          portfolios.sort((a, b) -> {
            def aName = a.name != null ? a.name : "\uffff";
            def bName = b.name != null ? b.name : "\uffff";
            return aName.compareTo(bName);
          });
          return portfolios;
        """
      }
    }
  },
  "_source": ["screeningDate", "nbPortfolios"] // 保留原文档的其他字段，排除未排序的portfolios
}

解释一下：脚本会获取原文档的portfolios数组，用自定义比较器排序——先判断元素有没有name字段，没有的话用\uffff（Unicode里的最后一个字符）作为默认值，让它们排到数组末尾；有name的元素则直接按字母序对比。最后返回排序后的sorted_portfolios字段，同时保留原文档的其他信息。

如果需要不区分大小写的排序，只需要把对比的name转成小写：

return aName.toLowerCase().compareTo(bName.toLowerCase());

方法二：索引前预处理（推荐长期使用） #

如果这个排序需求是固定的，最好在把文档存入Elasticsearch之前，就在应用层先把portfolios数组排序好。这样查询时直接返回结果，性能更好，也不需要每次查询都跑脚本。

举个Python的例子：

# 假设这是你要索引的原始文档
doc = {
    "screeningDate": "2024-06-10T00:02:08+02:00",
    "nbPortfolios": 3,
    "portfolios": [
        {"code": "foobar"},
        {"name": "XYZ"},
        {"name": "123"},
        {"name": "ABC"}
    ]
}

# 对portfolios数组排序：无name的元素排最后，有name的按字母序排列
doc["portfolios"].sort(key=lambda x: x.get("name", "\uffff"))

# 之后把处理好的doc索引到Elasticsearch即可

方法三：批量更新现有文档（适合已索引的大量数据） #

如果已经有很多文档存在索引里，想一次性把它们的portfolios数组都排序好，可以用Update By Query API批量执行脚本更新：

POST /你的索引名/_update_by_query
{
  "script": {
    "source": """
      def portfolios = ctx._source.portfolios;
      portfolios.sort((a, b) -> {
        def aName = a.name != null ? a.name : "\uffff";
        def bName = b.name != null ? b.name : "\uffff";
        return aName.compareTo(bName);
      });
      ctx._source.portfolios = portfolios;
    """,
    "lang": "painless"
  },
  "query": {
    "match_all": {} // 可以加条件，只更新特定文档，比如匹配screeningDate范围
  }
}

这个请求会遍历符合查询条件的文档，把每个文档的portfolios数组排序后再写回索引，之后查询这些文档时，返回的portfolios就是已经排好序的了。

备注：内容来源于stack exchange，提问作者Hakim