ElasticSearch 6.2技术问题：如何仅聚合数组中匹配查询的元素？

你的问题核心在于：当查询匹配到包含目标数组的文档时，默认的terms聚合会把该文档数组中的所有元素都纳入统计，而不管元素本身是否匹配查询条件。要实现只聚合那些实际符合查询规则的数组元素，我们可以通过Painless脚本在聚合阶段过滤目标元素。

修正后的查询请求 #

直接修改聚合部分，使用脚本筛选出数组中匹配prefix条件的元素，再进行聚合：

{
  "query": {
    "bool": {
      "must": [
        {"prefix": {"titles": "I_match_the"}},
        {"match": {"database": "EXAMPLE_SOURCE"}}
      ]
    }
  },
  "size": 0,
  "aggs": {
    "aggregatedTitle": {
      "terms": {
        "script": {
          "source": """
            def matched = [];
            // 遍历当前文档的titles.keyword数组
            for (title in doc['titles.keyword']) {
              // 只保留符合prefix条件的元素
              if (title.startsWith('I_match_the')) {
                matched.add(title);
              }
            }
            return matched;
          """,
          "lang": "painless"
        },
        "size": 10
      }
    }
  }
}

原理说明 #

1. 原逻辑的问题：默认terms聚合基于文档级匹配——只要文档满足查询条件（即数组中至少有一个元素匹配prefix，且database符合要求），该文档的所有titles元素都会被拆分后统计，这就导致了不匹配的元素也出现在聚合结果中。
2. 脚本的作用：通过Painless脚本遍历每个文档的titles.keyword数组，只筛选出符合prefix规则的元素，再将这些筛选后的元素作为聚合的数据源。这样最终的terms聚合就只会统计那些实际匹配查询条件的数组元素。

注意事项 #

• 确保你的Elasticsearch集群允许使用inline脚本（6.2版本默认是允许的，若集群配置了script.inline: false，则需要调整或改用存储脚本）。
• 因为database的条件已经在查询阶段过滤了文档，所以脚本中只需要处理titles的prefix匹配即可，无需重复判断database字段。

内容的提问来源于stack exchange，提问作者Phil