Elasticsearch多索引不同类型日期字段能否同时排序？

这个问题很典型！针对你这种多索引里日期字段类型、名称都不统一的排序需求，咱们分情况来拆解解决方案：

一、全量跨索引排序（不同类型/名称的日期字段） #

1. 脚本排序（最直接的即时方案） #

你猜的没错，脚本排序确实是处理这种异构字段排序的常用方式。通过ES的Painless脚本，我们可以把不同格式的日期统一转换成可排序的时间戳，实现跨索引的统一排序。举个实际的脚本示例：

{
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": """
          if (doc.containsKey('First_date')) {
            if (doc['First_date'].size() == 0) return 0;
            // 处理index1的date类型，转成时间戳
            if (doc['First_date'].value instanceof ZonedDateTime) {
              return doc['First_date'].value.toInstant().toEpochMilli();
            } 
            // 处理index2的integer年份
            else if (doc['First_date'].value instanceof Integer) {
              return ZonedDateTime.of(doc['First_date'].value, 1, 1, 0, 0, 0, 0, ZoneId.of('UTC')).toInstant().toEpochMilli();
            }
          } 
          else if (doc.containsKey('justDate')) {
            // 处理index3的integer年份
            return ZonedDateTime.of(doc['justDate'].value, 1, 1, 0, 0, 0, 0, ZoneId.of('UTC')).toInstant().toEpochMilli();
          }
          else if (doc.containsKey('date')) {
            // 处理index4的字符串格式"May 2018"
            if (doc['date'].size() == 0) return 0;
            DateTimeFormatter formatter = DateTimeFormatter.ofPattern("MMM yyyy").withZone(ZoneId.of('UTC'));
            return ZonedDateTime.parse(doc['date'].value, formatter).toInstant().toEpochMilli();
          }
          return 0;
        """
      },
      "order": "asc"
    }
  }
}

⚠️ 注意：脚本排序会有一定性能开销，尤其是数据量很大的时候，如果是高频查询场景，更推荐下面的预处理方案。

2. 预处理方案（更高效的长期方案） #

如果你的索引允许修改或者重新导入数据，最稳妥的方式是给每个索引新增一个标准化日期字段（比如统一命名为standardized_date），在数据写入时就把不同格式的日期转换成统一的date类型：

• index1：直接把First_date的date类型值复制到standardized_date
• index2：把年份整数转成yyyy-MM-dd格式（比如2018→2018-01-01）存入standardized_date
• index3：同理，把2017转成2017-01-01存入standardized_date
• index4：把"May 2018"解析成2018-05-01存入standardized_date

之后跨索引排序就可以直接用这个统一字段，完全利用ES原生的日期排序能力，性能拉满：

{
  "sort": [
    { "standardized_date": { "order": "asc" } }
  ]
}

二、同类型字段的排序 #

如果只针对同类型的日期字段排序，实现起来就简单多了：

1. 同字段名+同类型 #

比如只查询index1（First_date为date类型）和其他同样用First_date且类型为date的索引，直接按字段名排序即可：

{
  "sort": [
    { "First_date": { "order": "asc" } }
  ]
}

2. 同类型但不同字段名 #

比如index2的First_date（integer年份）和index3的justDate（integer年份），可以用脚本快速统一处理，或者同样用上面的预处理新增统一字段的方式（长期更高效）：

{
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": """
          return doc.containsKey('First_date') ? doc['First_date'].value : doc['justDate'].value;
        """
      },
      "order": "asc"
    }
  }
}

内容的提问来源于stack exchange，提问作者Paweł