Elasticsearch-“星期几”的DateTime映射

  • Z时代
  • 2024-01-10
  • 分类：问答

我在课堂上有以下财产：

public DateTime InsertedTimeStamp { get; set; }

通过ES中的以下映射

"insertedTimeStamp ":{
    "type":"date",
    "format":"yyyy-MM-ddTHH:mm:ssZ"
},

我想进行汇总以返回按“星期几”分组的所有数据，即“星期一”，“星期二” …等

我知道我可以在聚合调用中使用“脚本”来执行此操作，但是，据我了解，如果有很多文档，使用脚本不会对性能产生不小的影响。

有没有一种方法可以用“子属性”映射属性。即我可以用一个字符串：

"somestring":{
    "type":"string",
    "analyzer":"full_word",
    "fields":{
        "partial":{
            "search_analyzer":"full_word",
            "analyzer":"partial_word",
            "type":"string"
        },
        "partial_back":{
            "search_analyzer":"full_word",
            "analyzer":"partial_word_back",
            "type":"string"
        },
        "partial_middle":{
            "search_analyzer":"full_word",
            "analyzer":"partial_word_name",
            "type":"string"
        }
    }
},

全部具有.net代码中类的单个属性。

我可以做一些类似的事情来分别存储“完整日期”，然后分别存储“年”，“月”和“天”等（在索引时间存储某种“脚本”），还是我需要在存储中添加更多属性？上课并分别映射它们？这是Transform所做的吗？（现在已贬值，因此似乎表明我需要单独的字段…）

回答：

使用索引pattern_capture过滤器在索引编制时绝对可以做到这一点。

首先，您需要为每个日期部分定义一个分析器+令牌过滤器组合，并将每个分配给日期字段的子字段。每个令牌过滤器将仅捕获其感兴趣的组。

{
  "settings": {
    "analysis": {
      "analyzer": {
        "year_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "year"
          ]
        },
        "month_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "month"
          ]
        },
        "day_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "day"
          ]
        },
        "hour_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "hour"
          ]
        },
        "minute_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "minute"
          ]
        },
        "second_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "second"
          ]
        }
      },
      "filter": {
        "year": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "(\\d{4})-\\d{2}-\\d{2}[tT]\\d{2}:\\d{2}:\\d{2}[zZ]"
          ]
        },
        "month": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "\\d{4}-(\\d{2})-\\d{2}[tT]\\d{2}:\\d{2}:\\d{2}[zZ]"
          ]
        },
        "day": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "\\d{4}-\\d{2}-(\\d{2})[tT]\\d{2}:\\d{2}:\\d{2}[zZ]"
          ]
        },
        "hour": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "\\d{4}-\\d{2}-\\d{2}[tT](\\d{2}):\\d{2}:\\d{2}[zZ]"
          ]
        },
        "minute": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "\\d{4}-\\d{2}-\\d{2}[tT]\\d{2}:(\\d{2}):\\d{2}[zZ]"
          ]
        },
        "second": {
          "type": "pattern_capture",
          "preserve_original": false,
          "patterns": [
            "\\d{4}-\\d{2}-\\d{2}[tT]\\d{2}:\\d{2}:(\\d{2})[zZ]"
          ]
        }
      }
    }
  },
  "mappings": {
    "test": {
      "properties": {
        "date": {
          "type": "date",
          "format": "yyyy-MM-dd'T'HH:mm:ssZ",
          "fields": {
            "year": {
              "type": "string",
              "analyzer": "year_analyzer"
            },
            "month": {
              "type": "string",
              "analyzer": "month_analyzer"
            },
            "day": {
              "type": "string",
              "analyzer": "day_analyzer"
            },
            "hour": {
              "type": "string",
              "analyzer": "hour_analyzer"
            },
            "minute": {
              "type": "string",
              "analyzer": "minute_analyzer"
            },
            "second": {
              "type": "string",
              "analyzer": "second_analyzer"
            }
          }
        }
      }
    }
  }
}

然后，当您为日期编入索引（例如）时2016-01-22T10:01:23Z，您将获得每个填充了相关部分的日期子字段，即

  • date： 2016-01-22T10:01:23Z

  • date.year： 2016

  • date.month： 01

  • date.day： 22

  • date.hour： 10

  • date.minute： 01

  • date.second： 23

然后，您可以随意在任何这些子字段上进行汇总以获得所需的内容。

以上是 Elasticsearch-“星期几”的DateTime映射 的全部内容， 来源链接： utcz.com/qa/403195.html

回到顶部