Elasticsearch Collapsing 字段折叠使用详解_字段折叠后数量结果Total不准确解决方法

在 Elasticsearch 5.x 有一个字段折叠（Field Collapsing）的功能非常有用，在这里分享一下

前言

在电商商品中有分SKU和SPU

sku是和商品的库存相关的一个概念。比如air max90、蓝色、40码的nike跑鞋，就是一个sku。你可以设置这个sku的价格、库存。

spu是标类商品的一个概念。所谓标类简单理解就是有型号的商品，比如

• air max90、蓝色、40码的NIKE跑鞋
• air max90、蓝色、41码的NIKE跑鞋
• air max90、白色、40码的NIKE跑鞋
• air max90、白色、41码的NIKE跑鞋

卖家发布商品时候，只要选到spu，和这个商品有关的属性会自动附加到商品上。

So，什么是字段折叠，可以理解就是按特定字段进行合并去重，比如我们有一个商品搜索，我希望按商品的“SPU”字段进行折叠，即返回结果每个SPU的商品都只返回一个结果，也就是按SPU去重，我搜索关键字“NIKE跑鞋”，要去返回的结果里面各种NIKE跑鞋都有，有air max90 NIKE跑鞋，有Nike Free RN 5.0 NIKE跑鞋，有Nike Flex Contact 3 NIKE跑鞋，有Nike Zoom Winflo 6 NIKE跑鞋，别全是air max90 NIKE跑鞋，不需要展示把所有的air max90 NIKE跑鞋都展示出来，只需要展示一个就可以了，这个时候折叠的功能就很有用了。，通过按特定字段折叠之后，来丰富搜索结果的多样性，而不是看到的页面上大部分都是重复的商品。

使用

//查询数据
var response = _esClient.Search<Product>(selector => selector
    .Index(Indices.Index<Product>())
    .Source(fields)
    .Query(query)
    .Collapse(x => x.Field(f => f.CorrelationId)) //折叠的字段
    .Aggregations(ag => ag.Terms("CorrelationId_group", t => t.Field(fd => fd.CorrelationId).Size(100000)))
    .From(Offset)
    .Size(PageSize)
    .Sort(sort)
);
//数据解析
var model = new SearchProductModel()
{
    Page = StartIndex,
    Size = PageSize,
    Total = (int)response.Total,
    TookTime = (int)response.Took,
    Items = BuildProduct(response.Hits)
};
//折叠关联产品后 查询出来的Total数量不对,这里使用分组重新统计折叠关联产品后的产品数量
var total = response.Aggregations.Terms("CorrelationId_group")?.Buckets.Count;
if (total.HasValue)
{
    model.Total = total.Value;
}
return model;

问题

折叠只会影响搜索结果Hits的数量，但不影响聚合Total 总数，搜索结果的 Total 依旧是所有的命中纪录数，去重的结果数无法取到。

换一种思路，根据折叠的字段再分组一下，总数Total用aggregations中的value，结果列表用hits，这样就可以准确提交折叠后的数量了。(这里的分组的size一定要设置，大小为搜索结果总数的最大值，当然你可以直接设置为Int.MaxValue)