如何在Elasticsearch中用脚本关联父子记录并计算日期差平均值？

嗨，我来帮你搞定这个Elasticsearch父子文档日期差值求平均的问题！

首先得明确：父子文档是分开存储的，直接在脚本里跨文档访问父字段确实行不通，不过我们可以利用Elasticsearch的父子关联查询能力来实现需求，下面给你两种可行的方案：

方案1：用has_parent查询+脚本字段+聚合直接计算 #

这个方案适合你当前使用_parent类型的场景，核心思路是查询子文档时同时拉取对应的父文档数据，再通过脚本计算差值，最后做平均值聚合。

直接上请求示例：

{
  "size": 0,  // 不需要返回具体文档，只看聚合结果
  "query": {
    "has_parent": {
      "parent_type": "parentrecord",
      "query": { "match_all": {} },  // 匹配所有父文档对应的子文档
      "inner_hits": { "_source": ["parentDate"] }  // 拉取父文档的parentDate字段
    }
  },
  "script_fields": {
    "date_diff_days": {
      "script": {
        "source": """
          // 从inner_hits中取出父文档的parentDate
          def parentInstant = Instant.parse(params._source.inner_hits.parentrecord.hits.hits[0]._source.parentDate);
          // 子文档的childDate转成Instant
          def childInstant = doc['childDate'].value.toInstant();
          // 计算天数差值，你可以换成ChronoUnit.HOURS/MINUTES等单位
          return ChronoUnit.DAYS.between(parentInstant, childInstant);
        """
      }
    }
  },
  "aggs": {
    "average_date_difference": {
      "avg": { "field": "date_diff_days" }  // 对差值求平均
    }
  }
}

关键说明：

• inner_hits是核心：它会把每个子文档对应的父文档数据附加到结果里，这样脚本才能拿到parentDate
• 日期转换要注意：确保parentDate是标准ISO8601格式（比如2024-05-20T10:00:00Z），否则Instant.parse会报错
• 时间单位可灵活调整：把ChronoUnit.DAYS换成你需要的单位就行

方案2：迁移到join类型（官方推荐，更稳定） #

你当前用的_parent类型其实已经被Elasticsearch废弃了，官方现在推荐用join字段来实现父子关联。如果可以的话，建议先修改索引映射：

{
  "mappings": {
    "properties": {
      "record_relation": {
        "type": "join",
        "relations": { "parentrecord": "childrecord" }  // 定义父子关系
      },
      "id": { "type": "integer" },
      "parentDate": { "type": "date" },
      "childDate": { "type": "date" }
    }
  }
}

之后的计算逻辑和方案1几乎一致，只是has_parent查询里的参数保持parent_type: "parentrecord"即可，后续的维护和性能都会更有保障。

性能优化建议 #

如果你的数据量很大，上面的实时计算方式可能会有性能开销。最优方案是在写入子文档时预计算差值：

1. 写入子文档前，先查询对应的父文档获取parentDate
2. 计算childDate - parentDate的差值，把这个差值作为一个字段（比如date_diff）存入子文档
3. 后续直接对date_diff字段做avg聚合就行，速度会快很多

内容的提问来源于stack exchange，提问作者Akash Gupta