基于 Elasticsearch 嵌套对象的过滤和计数操作

Question

我是弹性搜索的新手。试图将其用于分析计算。我不知道，是否有可能做到这一点，但是，我试图找到购买量为 0 的客户。我将订单存储为每个客户的嵌套对象数组。在这里您可以找到客户索引的示例映射属性：

"first_name" => [
 "type" => "text"
],
"last_name" => [
    "type"=> "text"
],
"email" => [
    "type"=> "text"
],
"total_spent" => [
    "type"=> "text"
],
"aov" => [
    "type"=> "float"
],
"orders_count" => [
    "type"=> "integer"
],
"orders" => [
    "type" => "nested",
    "properties" => [
        "order_id" => [
            "type"=>"text"
        ],
        "total_price" => [
            "type"=>"float"
        ]
    ]
]

客户索引示例：

    [
   {
      "_index":"customers_index",
      "_type":"_doc",
      "_id":"1",
      "_score":1,
      "_source":{
         "first_name":"Stephen",
         "last_name":"Long",
         "email":"egnition_sample_91@egnition.com",
         "total_spent":"0.00",
         "aov":0,
         "orders":[]
      }
   },
   {
      "_index":"customers_index",
      "_type":"_doc",
      "_id":"2",
      "_score":1,
      "_source":{
         "first_name":"Reece",
         "last_name":"Dixon",
         "email":"egnition_sample_57@egnition.com",
         "total_spent":"0.10",
         "aov":"0.1",
         "orders":[
            {
               "total_price":"0.10",
               "placed_at":"2020-09-24T20:08:35.000000Z",
               "order_id":2723671867546
            }
         ]
      }
   },
   {
      "_index":"customers_index",
      "_type":"_doc",
      "_id":"3",
      "_score":1,
      "_source":{
         "first_name":"John",
         "last_name":"Marshall",
         "email":"egnition_sample_94@egnition.com",
         "total_spent":"0.10",
         "aov":"0.04",
         "orders":[
            {
               "total_price":"0.10",
               "placed_at":"2020-09-24T20:10:52.000000Z",
               "order_id":2723675930778
            },
            {
               "total_price":"0.30",
               "placed_at":"2020-09-24T20:09:45.000000Z",
               "order_id":2723673899162
            },
            {
               "total_price":"0.10",
               "placed_at":"2020-09-16T09:55:22.000000Z",
               "order_id":2704717414554
            }
         ]
      }
   }
]

首先，我想问一下，你认为这种映射符合弹性搜索的本质吗？例如，我可以按特定日期范围对客户进行分组，并将 total_spent 总和作为汇总数据。但是，我想了解的是，是否可以通过特定日期范围的过滤嵌套订单数组找到没有订单的客户？您认为这种查询是否存在一些性能问题？

我不熟悉nosql 数据库。我是一个 RDBMS 人。因此，我试图将 Elastic Search 的概念理解为分析数据库。

感谢回复

编辑：

我正在尝试计算对象之间指定日期范围的过滤器内的嵌套对象。在elasticsearch上这样做是否可行并且有意义？简单地说，我想查看在指定日期内有 1 个订单或多个订单的客户。

我知道如何获取每日客户数量，但是如果我想在一组每日报表中统计在指定日期范围内有 1 个订单的客户怎么办？

我预期的可能响应：

{
...
"aggregations":[
{
"date":"2020-09-01",
"total_customers_zero_purchased":15
}
...
]
}

Answer 1

这里提出了很多问题，所以我将专注于最重要的部分。

首先，习惯上创建.keyword 类型的某些文本字段，以便我们以后可以对它们进行聚合。这意味着：

PUT customers_index
{
  "mappings": {
    "properties": {
      "email": {
        "type": "keyword"    <--
      }
    }
  }
}

之后我们可以继续查询，但必须注意当我们迭代日期范围时，我们需要指定一个日期字段。含义：

1. 迭代范围是根据可用/当前值自动构建的（我们可以filter 限制其范围）
2. 而且当文档确实不包含给定范围内的日期时，可以理解的是，它会被跳过。

实际上，我们无法获得每日滚动聚合（因为我们不知道我们不知道什么），而只能获得单日指标。例如

GET customers_index/_search
{
  "size": 0,
  "aggs": {
    "multibucket_simulator": {
      "filters": {
        "filters": {
          "all": {
            "match_all": {}
          }
        }
      },
      "aggs": {
        "all_customers": {
          "cardinality": {
            "field": "email"
          }
        },
        "customers_who_purchased_at_date": {
          "filter": {
            "nested": {
              "path": "orders",
              "query": {
                "range": {
                  "orders.placed_at": {
                    "gte": "2020-09-16T00:00:00.000000Z",
                    "lt": "2020-09-26T00:00:00.000000Z"
                  }
                }
              }
            }
          },
          "aggs": {
            "customer_count": {
              "cardinality": {
                "field": "email"
              }
            }
          }
        },
        "total_customers_zero_purchased": {
          "bucket_script": {
            "buckets_path": {
              "all": "all_customers.value",
              "filtered": "customers_who_purchased_at_date>customer_count.value"
            },
            "script": "params.all - params.filtered"
          }
        }
      }
    }
  }
}

屈服

"aggregations" : {
  "multibucket_simulator" : {
    ...
    "buckets" : {
      "all" : {
        ...
        "customers_who_purchased_at_date" : {
          ...
        },
        "all_customers" : {
          ...
        },
        "total_customers_zero_purchased" : {       <---
          "value" : 1.0
        }
      }
    }
  }
}

从而回答问题：

有多少客户没有在 09/16 和 09/25 之间购买任何东西？