如何基于Posts索引的创建日期对Users索引结果排序

需求与数据说明 #

核心需求：根据用户关联的最新帖子创建日期对用户倒序排序，无帖子的用户自动排在结果末尾。

现有两组索引数据：

用户索引 #

[
  {
    "id": "user_1",
    "name": "xxx"
  },
  {
    "id": "user_2",
    "name": "xxx"
  },
  {
    "id": "user_3",
    "name": "xxx"
  },
  {
    "id": "user_4",
    "name": "xxx"
  }
]

帖子索引 #

[
  {
    "id": "post_1",
    "title": "xxx",
    "user_id": "user_1",
    "created": "10-2-2022"
  },
  {
    "id": "post_2",
    "title": "xxx",
    "user_id": "user_3",
    "created": "11-2-2022"
  },
  {
    "id": "post_3",
    "title": "xxx",
    "user_id": "user_1",
    "created": "9-2-2022"
  }
]

期望倒序排序结果：

[
  {
    "id": "user_3" // 拥有最新帖子post_2
  },
  {
    "id": "user_1"
  },
  {
    "id": "user_2"
  },
  {
    "id": "user_4"
  }
]

最优实现方案 #

方案一：搜索引擎层面处理（推荐，大场景优先） #

如果用Elasticsearch这类支持关联查询的搜索引擎，直接在存储层处理性能最优，无需应用端大量计算：

1. 数据建模优化
   将帖子设为用户的嵌套文档，或配置成用户的子文档，让两者关联更紧密。

2. 聚合排序查询
   通过top_hits聚合提取每个用户的最新帖子日期，再以此为排序依据：

   {
     "size": 0,
     "aggs": {
       "grouped_users": {
         "terms": {
           "field": "id",
           "size": 1000,
           "order": {
             "latest_post_date": "desc"
           }
         },
         "aggs": {
           "latest_post_date": {
             "top_hits": {
               "size": 1,
               "sort": [{"created": "desc"}]
             }
           }
         }
       }
     }
   }
   

   从聚合结果中提取用户ID即可得到排序后的列表，无帖子的用户因无聚合结果默认排在末尾。

方案二：应用层/客户端处理（小场景首选） #

如果无法修改存储层逻辑，可在应用端通过两步实现：

1. 预处理帖子数据
   先遍历帖子列表，以用户ID为键，记录每个用户的最新帖子日期：

   // JavaScript示例
   const latestPostDates = {};
   posts.forEach(post => {
     // 把"日-月-年"转为标准日期格式，方便比较
     const postDate = new Date(post.created.split('-').reverse().join('-'));
     if (!latestPostDates[post.user_id] || postDate > latestPostDates[post.user_id]) {
       latestPostDates[post.user_id] = postDate;
     }
   });
   

2. 对用户列表排序
   用排序函数，以用户的最新帖子日期为依据倒序，无帖子的用户用最小日期兜底：

   const sortedUsers = users.sort((a, b) => {
     const dateA = latestPostDates[a.id] || new Date(0);
     const dateB = latestPostDates[b.id] || new Date(0);
     return dateB - dateA;
   });
   
   // 提取仅含ID的结果
   const result = sortedUsers.map(user => ({ id: user.id }));
   

   Python版本逻辑一致：

   from datetime import datetime
   
   # 提取每个用户的最新帖子日期
   latest_post_dates = {}
   for post in posts:
       post_date = datetime.strptime(post["created"], "%d-%m-%Y")
       user_id = post["user_id"]
       if user_id not in latest_post_dates or post_date > latest_post_dates[user_id]:
           latest_post_dates[user_id] = post_date
   
   # 排序用户
   sorted_users = sorted(users, key=lambda u: latest_post_dates.get(u["id"], datetime.min), reverse=True)
   
   # 生成结果
   result = [{"id": u["id"]} for u in sorted_users]
   

方案选择建议 #

• 数据量较大（万级以上）：选搜索引擎层面处理，避免应用端传输、计算压力，性能更优。
• 数据量较小：应用层实现更简单，无需修改数据建模。

内容的提问来源于stack exchange，提问作者Kenneth Gabriel