Elasticsearch中筛选文档数大于x的geo_point聚合实现问询

要实现只保留文档数大于x的GeoHash聚合bucket，你只需要在现有聚合的基础上添加一个**bucket_selector管道聚合**就可以了。这个聚合可以基于每个bucket的指标（比如这里的doc_count）来筛选符合条件的结果。

完整查询示例 #

假设你要过滤掉文档数≤10000的bucket，把x替换成10000后的查询如下：

{
  "aggs": {
    "coordinates": {
      "geohash_grid": {
        "field": "properties.Geometry.geo_point",
        "precision": 12
      },
      "aggs": {
        "centroid": {
          "geo_centroid": {
            "field": "properties.Geometry.geo_point"
          }
        },
        "filter_by_doc_count": {
          "bucket_selector": {
            "buckets_path": {
              "docCount": "_count"
            },
            "script": "params.docCount > 10000"
          }
        }
      }
    }
  }
}

关键部分解释 #

• bucket_selector的作用：作为管道聚合，它会遍历geohash_grid生成的每个bucket，根据脚本条件决定是否保留该bucket。
• buckets_path配置："docCount": "_count"表示把当前bucket的文档数赋值给参数docCount，_count是Elasticsearch内置的bucket文档数变量。
• 筛选脚本："script": "params.docCount > 10000"就是核心的过滤逻辑，把10000替换成你实际需要的x值即可。

进阶优化：动态传入阈值 #

如果需要灵活调整x的值，推荐用脚本参数的方式避免硬编码：

"filter_by_doc_count": {
  "bucket_selector": {
    "buckets_path": {
      "docCount": "_count"
    },
    "script": {
      "source": "params.docCount > params.threshold",
      "params": {
        "threshold": 10000
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者Juliano Grams