Elasticsearch按指定ID与日期范围统计平均速度超时问题求助

问题定位及修复方案 #

1 聚合逻辑错误 #

你当前的查询只能返回四个道路ID所有匹配数据的整体平均速度，无法得到每个ID的独立结果：你只做了全局过滤，没有按nS2ID字段分组统计。

2 网关超时原因 #

• 默认查询会返回10条原始匹配文档，聚合场景下无用，额外占用计算和传输资源
• 1个月的查询时间范围涉及数据量过大，全量扫描耗时过长
• 若nS2ID为text类型，terms查询会产生额外的性能开销

优化后查询语句 #

GET herev322_*/_search
{
  "size": 0, // 不返回原始文档，大幅降低开销
  "query": { // 把过滤条件放到query层，比放在聚合层性能更好
    "bool": {
      "must": [
        {
          "terms": {
            "nS2ID.keyword": [ // 若你的nS2ID本身是keyword类型可以去掉.keyword后缀
              "102-4893", 
              "102-4894",
              "102+10103",
              "102+10104"
            ]
          }
        },
        {
          "range": {
            "pBT": {
              "from": "2021-01-01T07:00:00",
              "to": "2021-02-01T19:00:00"
            }
          }
        }
      ]
    }
  },
  "aggs": {
    "group_by_ns2id": { // 按道路ID分组
      "terms": {
        "field": "nS2ID.keyword", // 同上，字段为keyword类型就去掉.keyword
        "size": 4 // 仅返回4个目标分组，减少多余计算
      },
      "aggs": {
        "avg_speed": { // 每个分组单独计算平均速度
          "avg": {
            "field": "speed"
          }
        }
      }
    }
  }
}

验证建议 #

先把时间范围缩小到1天测试查询是否返回预期结果，确认逻辑正确后再逐步扩大时间范围。如果还是超时，可以联系ES集群管理员调整网关超时时间，或者给pBT、nS2ID字段增加索引优化查询性能。

内容的提问来源于stack exchange，提问作者Carlos Diaz