执行查询并匹配n个文档。
在这n个文档中，只返回一个，即得分最高的文档（因为它是一个 match 查询，所以排名第一）。
然后，在查询和 tags 从所有这些文件中汇总。
在索引的每个片段上，标签都是按这样的方式排列的，即那些包含具有最高优先级的文档的标签 doc.score 先来。对于每个bucket，最上面的文档都出现在 top-questions 子聚合。最后，将每个shard的前10个bucket返回给协调节点。但是，由于只包含7个标记（python列出了两次），因此每个shard可能只有7个bucket。
协调节点然后将它们组合在一起，并根据需要对所有碎片中的所有标记桶进行重新排序 max_score 只拿前10桶。
假设您的索引有2个碎片和以下文档（为了更简单，我将采用 size: 5 而不是10，因为你的 include 条款与尺寸10冲突）：
碎片1：

{"body":"web", "score": 1, "tags": "java"}
{"body":"web", "score": 2, "tags": "c#"}
{"body":"web", "score": 10, "tags": "javascript"}
{"body":"web", "score": 3, "tags": "python"}
{"body":"web", "score": 2, "tags": "php"}
{"body":"web", "score": 4, "tags": "java"}
{"body":"web", "score": 6, "tags": "java"}
{"body":"web", "score": 10, "tags": "php"}
{"body":"web", "score": 15, "tags": "ruby"}
{"body":"web", "score": 8, "tags": "php"}

碎片2：

{"body":"web", "score": 4, "tags": "php"}
{"body":"web", "score": 6, "tags": "php"}
{"body":"web", "score": 3, "tags": "python"}
{"body":"web", "score": 9, "tags": "c#"}
{"body":"web", "score": 10, "tags": "python"}
{"body":"web", "score": 3, "tags": "php"}
{"body":"web", "score": 5, "tags": "ruby"}
{"body":"web", "score": 12, "tags": "javascript"}
{"body":"web", "score": 1, "tags": "python"}
{"body":"web", "score": 3, "tags": "java"}

在每个碎片上，标签桶看起来是这样的（由 max(doc.score) ):
碎片1：

ruby: 1 doc, max(doc.score) = 15
javascript: 1 doc, max(doc.score) = 10
php: 3 docs, max(doc.score) = 8
java: 3 docs, max(doc.score) = 6
python: 1 doc, max(doc.score) = 3
c#: 1 doc, max(doc.score) = 2

碎片2：

javascript: 1 doc, max(doc.score) = 12
python: 3 docs, max(doc.score) = 10
c#: 1 doc, max(doc.score) = 9
php: 3 docs, max(doc.score) = 6
ruby: 1 doc, max(doc.score) = 5
java: 1 doc, max(doc.score) = 3

只有前5个将返回到协调节点，协调节点将重新组合所有bucket并再次对它们进行排序，并且只获取前5个bucket，这将生成这些最终bucket：

ruby: 2 docs, max(doc.score) = 15
javascript: 2 doc, max(doc.score) = 12
python: 4 docs, max(doc.score) = 10
php: 6 docs, max(doc.score) = 8
java: 3 docs, max(doc.score) = 6

所以，正如你所看到的，执行顺序是相互交织的。bucketing和排序在每个shard上发生一次，然后在协调节点上再次发生。但这不像是先计算桶的顺序，然后再计算桶，等等。。。这几乎是同时发生的，bucketing/ordering也首先以分布式的方式执行，最后一切都是集中的，类似于map/reduce所做的，在es中称为scatter/gather。