Elasticsearch:根据类型对不同字段进行排序

Question

我的索引中有两种类型(Event 和 City)，我试图按日期对它们进行排序。但是，每种类型的日期字段名称都不同:对于 Event该值在 updated_at 中字段和 City日期在 update_at 中其 city_events 的嵌套对象之一中的字段嵌套对象数组(注意通过 region_id 过滤)。

我试过像这样指定排序数组中的每个字段:

  "sort": [
    {
      "city_events.updated_at": {
        "order": "desc",
        "nested_path": "city_events",
        "nested_filter": {
          "term": {
            "city_events.region_id": 1
          }
        }
      }
    },
    {
      "updated_at": "desc"
    }
  ]

但不幸的是，这并没有将这两种类型混合在一起。相反，它首先对所有 Cities 进行排序通过他们的嵌套 city_events.updated_at字段，然后附加所有 Events在底部按他们的 updated_at 排序 field 。如何将两者混合并分类？

作为替代解决方案，我尝试仅按嵌套的 city_events.updated_at 排序字段并指定 "missing": "updated_at" , 然而那抛出一个 "number_format_exception"尽管两个字段的格式相同，但仍然出错:

{
  "error": {
    "root_cause": [
      {
        "type": "number_format_exception",
        "reason": "For input string: \"updated_at\""
      }
    ],
    "type": "search_phase_execution_exception",
    "reason": "all shards failed",
    "phase": "query_fetch",
    "grouped": true,
    "failed_shards": [
      {
        "shard": 0,
        "index": "events_1461095196252",
        "node": "sYQstSw_SN62ojmXgGjPlg",
        "reason": {
          "type": "number_format_exception",
          "reason": "For input string: \"updated_at\""
        }
      }
    ]
  },
  "status": 400
}

更新 1:基于 the answer by Andrei Stefan下面我尝试开发一个循环遍历 city_events 的 groovy 脚本对于每个 City选择具有匹配项的文件 region_id然后返回 city_event的 updated_at评分值，但在访问脚本中的嵌套字段时遇到问题:https://stackoverflow.com/questions/36781476/elasticsearch-access-fields-inside-array-of-nested-objects-in-a-groovy-script

Answer 1

尝试基于脚本 的排序，您需要您的嵌套 字段具有include_in_parent: true 才能在脚本中访问:

    "city_events": {
      "type": "nested",
      "include_in_parent": true, 
      "properties": {
        "updated_at": {
          "type": "date"
        }
      }
    }

排序部分:

  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "inline": "if (doc['_type'].value=='Event') return doc['updated_at'].date.getMillis(); else if (doc['_type'].value=='City') return doc['city_events.updated_at'].date.getMillis()",
        "lang": "groovy"
      },
      "order": "desc"
    }
  }

---

后期编辑

即使我将 city_events.region_id==1 条件添加到 Groovy 脚本中，也不会感受到 Elasticsearch，这将是纯粹的 Groovy 编程，而不是 Elasticsearch 的强大功能。

我尝试过其他方法(全部在 ES 2.3.1 中):

• copy_to 从常规 updated_at 字段到 Event 内的 nested 字段，以便常规 嵌套 排序对所有类型执行。这没有用。
• 即使 copy_to 会起作用，Elasticsearch 也不会匹配 "term": {"city_events.region_id": 1}(如 region_id 在 Event 中不存在)来自 Event 类型的 sort 部分，对于这些值将使用 - 9223372036854776000 而不是实际日期(该值来 self 执行的测试)。
• 也在 Event 中使用 nested 字段，并在索引时将 updated_at 放入该嵌套字段中。由于与上面的尝试 #2 相同的原因，这将不起作用:Event 中也必须有一个 region_id，以便 nested sort 部分的过滤器将适用于两种 类型。

作为处理此问题的正确方法，我的建议是重新考虑一下数据结构，以便排序部分(至少)将遵循 Elasticsearch 的处理方式事物。您的类型称为 City 和 Event，在 City 中您有一个(嵌套的)city_events 列表。不能在 City 中包含 Event 并在每个城市复制事件的详细信息吗？这不一定是规范化的 RDB 数据结构。相反，ES 对非规范化数据更满意。

---

为了完整起见，但我不推荐这样做:

  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "inline": "if (doc['_type'].value=='Event') return doc['updated_at'].date.getMillis(); else if (doc['_type'].value=='City') {for(nestedObj in _source.city_events) {if(nestedObj.region_id==1) return nestedObj.updated_at.toLong();}}",
        "lang": "groovy"
      },
      "order": "desc"
    }
  }

请注意，我没有在上面的 Groovy 脚本中进行所有正确的检查(例如，检查文档中是否确实存在嵌套对象)。