sorting - 基于脚本的 Elasticsearch 日期字段排序

Question

我刚刚开始使用 Elasticsearch，想对映射为 date、格式为 hour_minute 的字段使用基于脚本的排序。每个文档中可以有多个字段实例。

在介绍表达式之前，作为第一步，我尝试了一个简单的排序(使用 Sense 插件):

POST myIndex/_search
{
   "query": {
      "match_all": {}
   },
   "sort": {
      "_script": {
         "script": "doc[\"someTime\"].value",
         "lang": "groovy",
         "type": "date",
         "order": "asc"
      }
   }
}

我收到此错误(片段):

SearchPhaseExecutionException[Failed to execute phase [query], all shards failed;
shardFailures {[tjWL-zV5QXmGjNlXzLvrzw][myIndex][0]:
SearchParseException[[myIndex][0]: 
query[ConstantScore(*:*)],from[-1],size[-1]: Parse Failure [Failed to parse source…

如果我使用 "type": "number" 发布上述查询，则没有错误，尽管这当然不是按日期排序。以下工作正常:

POST myIndex/_search
{
   "query": {
      "match_all": {}
   },
   "sort": {
      "someTime": {
         "order": "asc"
      }
   }
}

最终我想使用基于脚本的排序，因为我将尝试使用日期和时间条件进行查询、过滤或排序，例如查询具有今天日期的文档，然后按日期之后的最短时间对它们进行排序现在时间等

如有任何建议，我们将不胜感激。

Answer 1

使用脚本对文档进行排序并不是真正有效的，尤其是当您的文档库预计会随着时间的推移而增长时。因此，我将提供一种解决方案，然后提出另一种选择。

为了使用脚本进行排序，您需要将日期转换为毫秒，以便您的排序可以在一个简单的数字上运行(排序类型只能是number 或string).

POST myIndex/_search
{
   "query": {
      "match_all": {}
   },
   "sort": {
      "_script": {
         "script": "doc[\"someTime\"].date.getMillisOfDay()",
         "lang": "groovy",
         "type": "number",       <----- make sure this is number
         "order": "asc"
      }
   }
}

请注意，根据您想要的粒度，您还可以使用 getSecondOfDay() 或 getMinuteOfDay()。这样，如果您的查询和过滤器选择了正确日期的文档，您的排序脚本将根据当天的毫秒数(或秒或分钟)对文档进行排序。

第二种解决方案意味着还将自那天开始以来的毫秒数(或秒或分钟)索引到另一个字段中，并简单地使用它进行排序，这样您就不需要脚本了。最重要的是，无论您在搜索时需要什么信息，只要在索引时就知道，都应该编入索引，而不是实时计算。

例如，如果您的 someTime 字段包含日期 2015-10-05T05:34:12.276Z 那么您将索引 millisOfDay 值为 20052276 的字段，即

• 5 小时 * 3600000 毫秒
• +34 分钟 * 60000 毫秒
• +12 秒 * 1000 毫秒
• +276 毫秒

然后你可以使用排序

POST myIndex/_search
{
   "query": {
      "range": {
          "someTime": {
              "gt": "now"
          }
      }
   },
   "sort": {
      "millisOfDay": {
         "order": "asc"
      }
   }
}

请注意，我添加了一个查询以仅选择 someTime 日期晚于现在的文档，因此您将获得 future 的所有文档，但按 millisOfDay< 升序排序，这意味着您将首先获得离现在最近的日期。

更新

如果 someTime 的格式为 HH:mm，那么您还可以存储它的 millisOfDay 值，例如如果 someTime = 17:30 那么 millisOfDay 将是 (17h * 3600000 ms) + (30 min * 60000 ms) = 63000000

然后，您的查询需要使用 script 过滤器稍微修改一下，如下所示:

{
  "query": {
    "filtered": {
      "filter": {
        "script": {
          "script": "doc.millisOfDay.value > new DateTime().millisOfDay"
        }
      }
    }
  },
  "sort": {
    "millisOfDay": {
      "order": "asc"
    }
  }
}