在 Elasticsearch 中对日期字段进行排序时如何指定“精度”？答案

【问题标题】：How to specifiy "precision" when sorting on date fields in Elasticsearch?在 Elasticsearch 中对日期字段进行排序时如何指定“精度”？
【发布时间】：2016-01-21 19:55:06
【问题描述】：

我的 Elasticsearch 映射中有一个 date 类型的字段（输入格式 epoch_second）（我使用的是 ES 2.1）。我知道我可以像这样对那个字段进行排序

{
  "sort": [
    {
       "myDateField" : {
         "order": "desc"
        }
    }
  ]
}

但这以秒为单位进行排序。我想按“周间隔”（从现在开始向后间隔 7 天）排序，并在同一周内再次按分数排序，如下所示（伪代码）：

{
  "sort": [
    {
       "myDateField" : {
         "order"     : "desc",
         "precision" : "week"
        }
    },
    "_score"
  ]
}

因此，最近 7 天内的所有匹配都应在下一个“排序组”中排名相同，所有早于 7 天且小于 14 天的匹配以此类推。并且每个“周组”都应该再次按分数排序。

简单地说：“过去 7 天中（与当前查询最相关的）文档是什么（但不要完全过滤掉旧的）？”

背景：事件搜索，显然最近的事件最重要。

我怎样才能做到这一点？

【问题讨论】：

看起来你正试图在 sql 中创建类似 Group BY 的东西，它在弹性搜索中同样聚合如何检查 elastic.co/guide/en/elasticsearch/reference/current/… 这个？
但由于性能原因，聚合不支持分页 (github.com/elastic/elasticsearch/issues/4915)。
这确实是一种解决方法，通过排序可能会为您提供更好的解决方案，但如果它仍然吸引您，请检查该评论，它看起来不错github.com/elastic/elasticsearch/issues/…
我的案例可以通过脚本实现吗？我从未使用过脚本，所以我不知道这是否可能以及整个脚本功能提供了多少功能。我记得看到过一些例子，人们根据脚本对字段进行排序，而不是直接在该字段上排序。
当然，即使有特定的细节，您也可以通过脚本解决您的问题。您还可以在 ES 中添加日期作为星期指针。然后，您可以使用您使用的语言按周汇总数据。我认为 Group By 无法通过 Sort By 实现。因此，如果出于性能考虑，循环内部的数据不大，脚本将解决问题。

标签： sorting elasticsearch

【解决方案1】：

您可能会发现decay function on a function score query 在您的情况下很有用。它专门用于调整文档的得分，因为它的一个字段“更远”是从某个定义的起点开始的。

这适用于日期以及数字和地理点字段。它接受origin 选项，该选项设置比较其他文档的参考日期。方便的是，如果您不提供日期字段的来源，它会默认为当前日期（这应该适用于您的场景）。

您可能希望将 offset 设置为 7 天。这样，过去 7 天的所有文件都将得到同等评分。超出该范围，分数开始下降，具体取决于您使用的衰减函数。

试试这样的：

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "field1": "search goes here"
        }
      },
      "functions": [
        {
          "exp": {
            "myDateField": {
              "offset": "7d", 
              "scale": "14d",
              "decay": 0.5
            }
          }
        }
      ]
    }
  }
}

【讨论】：

【解决方案2】：

我阅读了有关脚本排序的信息，这是我的解决方案，适合我：

{
  "sort": [
    "_script": {
      "lang": "expression",
      "type": "number",
      "script": "doc['myDateField'].value - doc['myDateField'].value % 604800000"
      "order": "desc"
    },
    "_score"
  ]
}

我在这里所做的是将我的日期字段除以以毫秒表示的所需跨度（Elasticsearch 在内部将日期字段存储为long，映射到毫秒）并取余数。然后从实际日期中减去余数。这样，所有日期都被截断为“前（0 到 6）天的上午 0 点”。这样，相同 7 天间隔内的所有文档将具有相同的时间戳，并根据它进行同等排序。最后，我将常规分数排序附加为二阶条件。

我不确定此解决方案的性能如何扩展，但对于需要此排序的几千个文档，我无法注意到非排序的任何延迟。

【讨论】：