编写ElasticSearch查询获取同一经纬度下问题数≥3的地点

没问题，针对你需求的场景——从包含labels数组（存储纬度、经度等标签）的文档中，统计同一位置（经纬度相同）下问题数≥3的地点，我整理了对应的Elasticsearch查询语句：

首先得明确，你的纬度和经度是嵌套在labels数组里的键值对格式，所以需要通过脚本提取出这两个值，再进行分组聚合。以下是完整的查询：

{
  "size": 0,
  "aggs": {
    "group_by_location": {
      "terms": {
        "script": {
          "source": """
            def lat = null;
            def lon = null;
            for (label in doc['labels']) {
              if (label.startsWith('Latitude:')) {
                lat = label.substring(9);
              } else if (label.startsWith('Longitude:')) {
                lon = label.substring(10);
              }
            }
            return lat != null && lon != null ? lat + ',' + lon : 'unknown';
          """,
          "lang": "painless"
        },
        "min_doc_count": 3
      },
      "aggs": {
        "total_issues": {
          "value_count": {
            "field": "issue_number"
          }
        }
      }
    }
  }
}

关键部分解释： #

• size: 0：不需要返回具体文档，只需要聚合结果，设置为0能提升查询性能。
• terms聚合（group_by_location）：
  • 通过Painless脚本遍历labels数组，提取出纬度（从Latitude:后截取内容）和经度（从Longitude:后截取内容），将两者拼接成lat,lon的字符串作为分组标识。
  • min_doc_count: 3：直接过滤出分组内文档数≥3的结果，省去后续额外筛选步骤。
• total_issues子聚合：统计每个位置对应的问题总数，方便你直观查看具体的问题数量。

如果你的索引后续能把纬度、经度单独拆成独立字段存储，那查询可以更简洁——直接按这两个字段做terms聚合即可，但针对你当前提供的文档结构，上面的脚本方式是最适配的方案。

内容的提问来源于stack exchange，提问作者Alex