ElasticSearch - 比较两个时间段内的不同值

Question

与以下问题作斗争-我在 ElasticSearch 中有一个庞大的数据集，我想比较两个时间段内的不同 ID。

这里有一个简单的例子，这样你会更好地理解我的意思:过去 24 小时内发送了以下数据:

{id: 1}, {id: 2}, {id: 3}

并且此数据是在一周前的 24 小时内发送的:

{id: 2}, {id: 3}, {id: 4}

我要输出:

1, 4

想法？

Answer 1

Bucket selector aggregation可用于选择存在于一个区间但不存在于其他区间的字段

我获取了包含唯一 ID 1 和 2 的三个文档的数据集。ID 1 出现在日期“2020-04-22”和“2020-04-23”，而 Id 2 仅出现在“2020- 04-23”。所以查询应该只返回 Id 2

数据:

"hits" : [
      {
        "_index" : "index21",
        "_type" : "_doc",
        "_id" : "N48Xp3EB1jFeu7E5np_U",
        "_score" : 1.0,
        "_source" : {
          "id" : 1,
          "date" : "2020-04-23"
        }
      },
      {
        "_index" : "index21",
        "_type" : "_doc",
        "_id" : "OI8Xp3EB1jFeu7E5z5-5",
        "_score" : 1.0,
        "_source" : {
          "id" : 1,
          "date" : "2020-04-22"
        }
      },
      {
        "_index" : "index21",
        "_type" : "_doc",
        "_id" : "OY8Yp3EB1jFeu7E5GJ_V",
        "_score" : 1.0,
        "_source" : {
          "id" : 2,
          "date" : "2020-04-23"
        }
      }
    ]

使用 terms aggregation获取所有唯一标识。在每个术语下查找不同间隔的文档计数。选择在任一区间中计数为 0 的项。

 Terms      1
              "2020-04-22"  1(doc count)
              "2020-04-23"  1(doc count)
            2 
              "2020-04-22"  0(doc count)    
              "2020-04-23"  1(doc count)

  Select term 2

查询:

{
  "size": 0,
  "aggs": {
    "ids": {
      "terms": {
        "field": "id",
        "size": 10
      },
      "aggs": {
        "document_first_interval": {
          "filter": {
            "range": {
              "date": {
                "gte": "2020-04-23"
              }
            }
          }
        },
        "document_second_interval": {
          "filter": {
            "range": {
              "date": {
                "gte": "2020-04-22",
                "lt": "2020-04-23"
              }
            }
          }
        },
        "select_bucket": {
          "bucket_selector": {
            "buckets_path": {
              "first_interval": "document_first_interval._count",
              "second_interval": "document_second_interval._count"
            },
            "script": "if(params.first_interval==0||params.second_interval==0) return true;"
          }
        }
      }
    }
  }
}

给出结果:

"aggregations" : {
    "ids" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 2,
          "doc_count" : 1,
          "document_second_interval" : {
            "doc_count" : 0
          },
          "document_first_interval" : {
            "doc_count" : 1
          }
        }
      ]
    }
  }