[created_utc] 之后的 Elasticsearch [match] 未知令牌 [START_OBJECT]答案

【问题标题】：Elasticsearch [match] unknown token [START_OBJECT] after [created_utc][created_utc] 之后的 Elasticsearch [match] 未知令牌 [START_OBJECT]
【发布时间】：2018-08-08 16:46:13
【问题描述】：

我正在学习如何使用来自 pushshift.io 的 2006 年 reddit cmets 数据集来使用 elasticsearch。

created_utc 是包含创建评论时间的字段。

我正在尝试获取特定时间范围内的所有帖子。我google了一下，发现我需要使用“范围”关键字。

这是我现在的查询：

{
    "query": {
        "match" : {
            "range": {
                "created_utc": {
                    "gte": "1/1/2006",
                    "lte": "31/1/2006",
                    "format": "dd/MM/yyyy"
                }
            }
        }
    }
}

然后我尝试使用 bool 查询，这样我就可以将时间范围与edited must not = False 匹配（edited 是告诉我帖子是否已被编辑的布尔字段）：

{
    "query": {
        "bool" : {
            "must" : {
                "range" : {
                    "created_utc": {
                        "gte" : "01/12/2006", "lte": "31/12/2006", "format": "dd/MM/yyyy" 
                    }
                }
            },
            "must_not": {
                "edited": False
            }
        }
    }
}

但是，这给了我另一个我无法弄清楚的错误：

[已编辑] 查询格式错误，查询名称后没有 start_object

如果有人能帮我解决这个问题，我将不胜感激，谢谢！

如果有帮助，这是我的评论映射：

{
   "comment":{
      "properties":{
         "author":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         },
         "body":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         },
         "controversiality":{
            "type":"long"
         },
         "created_utc":{
            "type":"date"
         },
         "edited":{
            "type":"boolean"
         },
         "gilded":{
            "type":"long"
         },
         "id":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         },
         "link_id":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         },
         "parent_id":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         },
         "score":{
            "type":"long"
         },
         "subreddit":{
            "type":"text",
            "fields":{
               "keyword":{
                  "type":"keyword",
                  "ignore_above":256
               }
            }
         }
      }
   }
}

【问题讨论】：

标签： elasticsearch

【解决方案1】：

如果您想获取某个时间范围内的所有帖子，那么您必须使用范围查询。您的查询的问题是您在弹性搜索中不允许的匹配查询中使用range，因此您的查询应如下所示：

{
  "query": {
    "range": {
      "created_utc": {
          "gte": 1136074029,
          "lte": 1136076410
      }
    }
  }
}

如果created_utc字段保存为epoch，则必须使用epoch格式查询。

第二个查询要在edited不能为假的范围内查找帖子：

{
  "query": {
    "bool": {
      "must": [
          {
            "range": {
              "created_utc": {
                "gte": 1136074029,
                "lte": 1136076410
              }
            }
          }
      ],
      "must_not": [
        {
          "match": {
            "edited": false
          }
        }
      ]
    }
  }
}

注意：如果您的 created_utc 以 dd/MM/yyyy 格式存储，那么在查询时您应该使用 strict companion format，即而不是 2006 年 1 月 1 日，您应该给出 2006 年 1 月 1 日。

希望这会有所帮助！

【讨论】：