elasticsearch - 如何在Elasticsearch中对同一文档进行最大日期汇总？

Question

我有数百万个带有这样一个块的文档:

{
  "useraccountid": 123456,
  "purchases_history" : {
    "last_updated" : "Sat Apr 27 13:41:46 UTC 2019",
    "purchases" : [
      {
        "purchase_id" : 19854284,
        "purchase_date" : "Jan 11, 2017 7:53:35 PM"
      },
      {
        "purchase_id" : 19854285,
        "purchase_date" : "Jan 12, 2017 7:53:35 PM"
      },
      {
        "purchase_id" : 19854286,
        "purchase_date" : "Jan 13, 2017 7:53:35 PM"
      }
    ]
  }
}

我试图弄清楚我该怎么做:
SELECT useraccountid, max(purchases_history.purchases.purchase_date) FROM my_index GROUP BY useraccountid
我只找到了最大聚合，但它聚合了索引中的所有文档，但这不是我所需要的。我需要找到每个文档的最大购买日期。我相信必须有一种方法可以遍历每个文档的每个路径 Purchases_history.purchases.purchase_date ，以识别哪个是最大购买日期，但是我真的找不到方法(如果这确实是最好的方法)类(class))。

有什么建议吗？

Answer 1

我假设您的字段useraccountid是唯一的。您将需要进行术语聚合，在内部进行最大聚合。我可以想到:

"aggs":{
    "unique_user_ids":{
        "terms":{
            "field": "useraccountid",
            "size": 10000 #Default value is 10
        },
        "aggs":{
            "max_date":{
                "max":{
                    "field": "purchases_history.purchases.purchase_date"
                }
            }
        }
    }
}

在 aggregations字段中，您将首先看到唯一的用户ID，然后在其中看到其最大日期。

注意大小10,000。建议仅将 terms聚合返回直到10,000个结果。

如果您需要更多，可以玩 Composite aggregation。这样，您可以分页结果，并且群集不会出现性能问题。

如果您想使用Composite，我可以想到以下几点:

GET /_search
{
    "aggs" : {
        "my_buckets": {
            "composite" : {
                "size": 10000, #Default set to 10
                "sources" : [
                    { "user_id": { "terms": {"field": "useraccountid" } } },
                    { "product": { "max": { "field": "purchases_history.purchases.purchase_date" } } }
                ]
            }
        }
    }
}

运行查询后，它将返回一个名为 after_key的字段。在该字段中，您可以在10,000个元素的页面中分页结果。看看 After parameter for the composite aggregation。

希望这会有所帮助! :D