如何在OpenSearch中实现嵌套类型的日期范围多条件查询

文档结构 #

我的OpenSearch文档代表酒店/度假住宿，结构如下：

{
  "place": {},
  "calendar": [
    {"calendar_date": "2024-01-05", "days_available": 1},
    {"calendar_date": "2024-01-06", "days_available": 2},
    {"calendar_date": "2024-01-07", "days_available": 3}
  ]
}

其中calendar是嵌套类型字段。

查询需求 #

需要筛选出满足以下条件的文档：给定日期范围m-n（包含首尾）内的所有日期，对应的days_available值均大于指定数值。

原始方案问题 #

我之前的查询需要为日期范围内的每个日期单独创建嵌套查询，虽然能正常工作，但日期范围大时效率极低：

{
    "size": 5,
    "query": {
        "bool": {
            "must": [
                {
                    "nested": {
                        "path": "calendar",
                        "query": {
                            "bool": {
                                "must": [
                                    {
                                        "range": {
                                            "calendar.days_available": {
                                                "gt": 0
                                            }
                                        }
                                    },
                                    {
                                        "term": {
                                            "calendar.calendar_date": "2024-08-13"
                                        }
                                    }
                                ]
                            }
                        },
                        "score_mode": "avg"
                    }
                },
                {
                    "nested": {
                        "path": "calendar",
                        "query": {
                            "bool": {
                                "must": [
                                    {
                                        "range": {
                                            "calendar.days_available": {
                                                "gt": 0
                                            }
                                        }
                                    },
                                    {
                                        "term": {
                                            "calendar.calendar_date": "2024-08-14"
                                        }
                                    }
                                ]
                            }
                        },
                        "score_mode": "avg"
                    }
                },
                {
                    "nested": {
                        "path": "calendar",
                        "query": {
                            "bool": {
                                "must": [
                                    {
                                        "range": {
                                            "calendar.days_available": {
                                                "gt": 0
                                            }
                                        }
                                    },
                                    {
                                        "term": {
                                            "calendar.calendar_date": "2024-08-15"
                                        }
                                    }
                                ]
                            }
                        },
                        "score_mode": "avg"
                    }
                }
            ]
        }
    }
}

优化后的查询方案 #

可以通过单个嵌套范围查询结合min_children和must_not实现高效筛选：

{
  "size": 5,
  "query": {
    "bool": {
      "must": [
        // 确保日期范围内的所有日期都有对应的calendar记录（数量等于日期天数）
        {
          "nested": {
            "path": "calendar",
            "query": {
              "range": {
                "calendar.calendar_date": {
                  "gte": "2024-08-13",
                  "lte": "2024-08-15"
                }
              }
            },
            "score_mode": "avg",
            "min_children": 3 // 替换为日期范围的天数（如2024-08-13到15共3天）
          }
        }
      ],
      "must_not": [
        // 排除任何在日期范围内存在days_available不满足条件的文档
        {
          "nested": {
            "path": "calendar",
            "query": {
              "bool": {
                "must": [
                  {
                    "range": {
                      "calendar.calendar_date": {
                        "gte": "2024-08-13",
                        "lte": "2024-08-15"
                      }
                    }
                  },
                  {
                    "range": {
                      "calendar.days_available": {
                        "lte": 0 // 替换为你的指定数值阈值
                      }
                    }
                  }
                ]
              }
            }
          }
        }
      ]
    }
  }
}

方案说明 #

1. min_children 作用：确保文档在指定日期范围内的calendar条目数量等于日期天数，保证每个日期都有对应的记录，避免遗漏日期的情况。
2. must_not 作用：排查并排除掉任何在目标日期范围内存在days_available不满足要求的文档，确保所有符合日期条件的条目都达标。
3. 整个查询仅使用2个嵌套查询，无论日期范围多大，结构都保持简洁，大幅提升查询效率。

内容的提问来源于stack exchange，提问作者Avdesh Singh