我一直在嘗試找出一種方法來(lái)對(duì) Elasticsearch 中的術(shù)語(yǔ)聚合結(jié)果進(jìn)行分頁(yè)，但到目前為止我還無(wú)法達(dá)到預(yù)期的結(jié)果。這是我試圖解決的問(wèn)題。在我的索引中，我有一堆文檔，它們的分?jǐn)?shù)（與 ES _score 分開(kāi)）是根據(jù)文檔中其他字段的值計(jì)算的。每個(gè)文檔“屬于”一個(gè)客戶，由customer_id字段引用。該文檔還有一個(gè) id，由doc_id字段引用，與 ES 元字段_id相同。這是一個(gè)例子。{ '_id': '1', 'doc_id': '1', 'doc_score': '85', 'customer_id': '123'}對(duì)于每個(gè)customer_id都有多個(gè)文檔，所有文檔都有不同的文檔 id 和不同的分?jǐn)?shù)。我想要做的是，給定客戶 ID 列表，返回每個(gè) customer_id 的頂級(jí)文檔（每個(gè)客戶僅 1 個(gè)），并能夠通過(guò)常規(guī) ES 搜索 API 中的方法對(duì)類似于size的結(jié)果進(jìn)行分頁(yè)。我想要用于文檔分?jǐn)?shù)的字段是doc_score字段。到目前為止，在我當(dāng)前的Python腳本中，我嘗試過(guò)使用具有“熱門(mén)命中”聚合的嵌套 aggs 來(lái)僅獲取每個(gè)客戶的頂級(jí)文檔。{ "size": 0, "query:": {  "bool": {   "must": [    {     "match_all": {}    },    {     "terms": {      "customer_id": customer_ids # a list of the customer ids I want documents for     }    },    {     "exists": {      "field": "score" # sometimes it's possible a document does not have a score     }    }   ]  } } "aggs": {  "customers": {   "terms" : {    {"field": "customer_id", "min_doc_count": 1},    "aggs": {     "top_documents": {      "top_hits": {       "sort": [        {"score": {"order": "desc"}}       ],       "size": 1      }     }    }   }  } }}然后，我通過(guò)遍歷每個(gè)客戶存儲(chǔ)桶來(lái)“分頁(yè)”，將頂部文檔 blob 附加到列表中，然后根據(jù)分?jǐn)?shù)字段的值對(duì)列表進(jìn)行排序，最后獲取切片documents_list[from:from+size]。問(wèn)題是，假設(shè)我的列表中有 500 個(gè)客戶，但我只想要第二個(gè) 20 個(gè)文檔，即size = 20, from=20。因此，每次調(diào)用該函數(shù)時(shí)，我都必須首先獲取 500 個(gè)客戶中每個(gè)客戶的列表，然后進(jìn)行切片。這聽(tīng)起來(lái)效率很低，而且也是一個(gè)速度問(wèn)題，因?yàn)槲倚枰摵瘮?shù)盡可能快。理想情況下，我可以直接從 ES 獲取第二個(gè) 20，而無(wú)需在函數(shù)中進(jìn)行任何切片。我已經(jīng)研究了 ES 提供的復(fù)合聚合，但在我看來(lái)，我無(wú)法在我的情況下使用它，因?yàn)槲倚枰@取整個(gè)文檔，即常規(guī)搜索 API 響應(yīng)中 _source 字段中的所有內(nèi)容。我將非常感謝任何建議。