弹性搜索每小时获得一条记录答案

【问题标题】：Elastic search get one record per hour弹性搜索每小时获得一条记录
【发布时间】：2018-09-12 08:04:30
【问题描述】：

我想在某个日期范围内每小时只获取一条记录。例如，如果我想获取这几天（28-08-2018 - 15-09-2018）之间的数据，几乎有 10000 条记录，但我想过滤结果以每小时只显示一条记录，所以我将 aggregation 与 date_histogram 一起使用，我每小时只能看到一条记录

查询：

{ 
    "size" : 0,
      "query": {
        "bool": {
          "must": [
                    {
              "range": {
                "createdtime": {
                  "gte": "1535201500000",
                  "lte": "1536756706000",
                  "boost": 2.0
                }
              }
            },

            {
              "match": {
                "gen": 1
              }
            },
            {
              "match": {
                "Mid": 350404
              }
            }
          ]
        }
      },

    "aggregations" : {
        "runtime" : {
            "date_histogram" : {
                "field" : "createdtime",
                "interval" : "1H",
                "min_doc_count": 1
            },"aggs": {
                "tops": {
                  "top_hits": {
                    "size": 1
                  }
                }
            }
        }
    }      
}

这里的问题是我想使用分页来显示这些结果，因为我知道到目前为止没有办法使用大小和聚合查询，我想知道有没有其他方法可以只获取一条记录一小时

【问题讨论】：

如果你真的需要分页，这意味着你的结果中有大量的桶。在这种情况下，您可以考虑规范化数据，例如拆分为基于小时的索引，然后您可以尝试分页。否则只需实现您自己的分页逻辑。
@GkhnSr for the given example dates there is less number of records, but there is a possibility to get more data when chose the date difference in months, years

标签： elasticsearch aggregate-functions

【解决方案1】：

如果您按小时对文档进行分组，那么对于每个时间间隔，您已经知道会有多少结果。

对于您提供的时间间隔（28-08-2018 - 15-09-2018），中间有 432 小时，因此您知道将有 432 个结果。现在，假设您希望每页显示 8 个结果，这意味着将有 54 个页面，其中每个页面将包含 8 小时窗口的结果：

第一页是 28-08-2018 00:00:00 (1535410800000) - 28-08-2018 08:00:00 (1535410800000 + 8 * 3600000 ) 因此您对第一页的聚合请求应如下所示：

...
  "range": {
    "createdtime": {
      "gte": "1535410800000",
      "lt": "1535439600000",
      "boost": 2.0
    }
  }
...

第二页是 28-08-2018 08:00:00 (1535410800000 + 8 * 3600000) - 28-08-2018 16:00:00 (1535410800000 + 16 * 3600000)

...
  "range": {
    "createdtime": {
      "gte": "1535439600000",
      "lt": "1535468400000",
      "boost": 2.0
    }
  }
...

等等，您只需根据 createdtime 缩小聚合范围，这将返回特定页面的结果。

【讨论】：