计算消息的中值响应时间

Question

示例文档：

{
   "id":123,
   "message_type":"RECEIVE",
   "conversation_id":"1"
   "date":"2020-01-01T12:00:00"
},
{
   "id":456,
   "message_type":"SEND",
   "conversation_id":"1"
   "date":"2020-01-01T13:00:00"
},
{
   "id":789,
   "message_type":"SEND",
   "conversation_id":"1"
   "date":"2020-01-01T14:00:00"
}

上下文：

1. 对消息的响应不嵌套在消息下。他们也不共享父/子关系。

2. 每条发送的消息都将被视为对最后收到的消息的回复。 （我知道这可能看起来很奇怪，但事实就是如此）

提问：计算每月消息的平均响应时间。

问题：中位数计算可能不是问题，但考虑到文档的扁平层次结构，我不确定如何计算响应时间。

我的尝试：

1. 对于每条新发送的消息，用对话中最后收到的消息标记响应时间。
2. 处理 #1 的旧对话/消息。

有更好的方法吗？可以使用管道聚合吗？

Answer 1

可能有一种方法可以使用我不知道的管道 aggs 来实现这一点，但由于文档的上下文并不“了解”彼此，因此您可能需要为此使用脚本化指标。

伪代码如下所示：

1. init: 初始化一个空的月份哈希映射 - vs - 按 id 分组的消息的哈希映射
2. ma​​p：遍历所有查询的文档并将它们分配给正确的地图叶子
3. 结合：计算中位数和其他指标
4. reduce：以您选择的格式返回指标

这是concrete, similar example。忽略nested 方面——原则仍然有效。