按星期几和时间过滤 Elasticsearch

Question

我在 Elasticsearch 中有一个企业索引。索引中的每个文档代表一个业务，每个业务都有 business_hours。我正在尝试使用星期几和时间来过滤营业时间。例如，我们希望能够为 向我们展示所有周二晚上 6:00 PM 之后营业的商家做一个过滤器 我在想我们应该有一个具有以下映射的字段：

  {
      "mappings": {
        "properties": {
          
          "business_hours": {
                             "type": "date_range",
                            "format": "w'T'hh:mma"
          }
        }
      }
    }

然后，每个文档都会有一个 business_hours 数组。 因此，周一上午 9:00 - 下午 5:00 和周二上午 9:30 - 下午 5:00 营业的商店如下所示：

POST my-index/_doc
    {
      "name": "My Store",
      "business_hours": [
        {
        "gte": "1T09:00AM",
        "lte": "1T05:00PM"
        },
        {
        "gte": "2T09:30AM",
        "lte": "2T05:00PM"
        }
      ]
    }

我尝试搜索此文档并进行查询，但时间过滤器不起作用，它们看起来被忽略了...... Elasticsearch 是否支持按一周中的某一天进行过滤，还是必须是实际的日期时间？

这是我使用的查询。它应该过滤周三营业，但它返回了上面只有周一和周二营业时间的文档

GET my-index/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "business_hours": {
              "gte": "3T10:00AM",
              "lte": "3T05:00PM",
              "relation": "CONTAINS"
            }
          }
        }
      ]
    }
  }
}

Answer 1

使用range 字段的想法很好。但是，我建议使用integer_range 字段，而不是使用绝对日期的date_range。

由于每天包含 1440 分钟，我的建议是将营业时间编码为自午夜以来的分钟数，并在该数字前加上当天的索引（星期一 = 1、星期二 = 2 等）。将给定的小时数转换为自午夜后的分钟数的公式非常简单：

(60 * HH) + MM 

Note: HH is in 24 hours format, not AM/PM, but that's a detail

以你上面的例子，它会产生这个：

POST my-index/_doc
{
  "business_hours": [
    {
      "gte": 10540,       <--- Monday (1), 540 minutes after midnight
      "lte": 11020        <--- Monday (1), 1020 minutes after midnight
    },
    {
      "gte": 20570,       <--- Tuesday (2), 570 minutes after midnight
      "lte": 21020        <--- Tuesday (2), 1020 minutes after midnight
    }
  ]
}

这样range 查询就变得很简单，可以消除任何与日期相关的问题。例如，下面的查询通过搜索周一早上 6 点到下午 5 点之间营业的企业来检索上述文档

GET my-index/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "business_hours": {
              "gte": "10600",         <--- Monday (1), 600 minutes after midnight
              "lte": "11020",         <--- Monday (1), 1020 minutes after midnight
              "relation": "CONTAINS"
            }
          }
        }
      ]
    }
  }
}

Answer 2

我能够重现您的映射、示例数据和查询的问题，当我在查询中使用 explain 时，它解释了为什么它会获取第 1 天和第 2 天的结果。

带有解释的搜索查询输出

"hits": [
            {
                "_shard": "[64883176][0]",
                "_node": "kL6FUU3RT5GGzu_mqRs8NA",
                "_index": "64883176",
                "_type": "_doc",
                "_id": "1",
                "_score": 0.0,
                "_source": {
                    "name": "My Store",
                    "business_hours": [
                        {
                            "gte": "1T09:00AM",
                            "lte": "1T05:00PM"
                        },
                        {
                            "gte": "2T09:30AM",
                            "lte": "2T05:00PM"
                        }
                    ]
                },
                "_explanation": {
                    "value": 0.0,
                    "description": "ConstantScore(business_hours:<ranges:[36000000 : 61199999]>)^0.0",
                    "details": []
                }
            }
        ]

如果您仔细观察，查询会转换为纪元格式，如下所示

ConstantScore(business_hours:<ranges:[36000000 : 61199999]>)^0.0",

现在，当您使用 epoch converter 时，您会注意到它实际上是在完全不同的日期范围内进行范围查询，起始范围是 Friday, 10 December 1971 07:59:59

根据日期字段的范围查询，Elasticsearch 添加了missing date component，这似乎是导致问题的原因。

如果您提供正确的数据范围（即完整的日期，包括年、月等），显然它可以工作，但我同意，这会导致复杂性，我将看看我们如何使用给定的格式实现相同的目标。