在Elasticsearch中，如何获得特定用户文档的平均时间差？

Question

假设一个单独的Elasticsearch文档可能如下所示：

{
    "created": "2018-11-26T22:20:01+00:00",
    "user_id": 2,
    "text": "Test!"
    "verb": "comment_posted",
    "thread_id": 1
}

我想把动词过滤为"comment_posted"，然后为每个用户获取特定帖子(创建字段)的评论之间的平均时间。

下面是一个示例数据集和预期结果：

• 用户'A‘在线程'1’上发布文章(启动线程)在1:30
• 用户'B‘在线程'2’上发布文章(启动线程)在1:45
• 用户'A‘在2:00在线程'2’上发布
• 用户'B‘在线程'1’上发布在3:30
• 用户'B‘在4:30在线程'1’上发布
• 用户'A‘在线程'1’上的帖子在5:15

用户A的平均时间为30分钟(2:00 - 1:45和5:15 - 4:30)，用户B的平均时间为120分钟(3:30 - 1:30和4:30 - 3:30)。

我的查询是什么样子的？

Answer 1

短答案

有可能做到这一点，但不建议这样做。

长答案

通常，要执行这样的操作，您需要使用聚合。

唯一允许计算增量的聚合是串行差分聚合。但是，它用于直方图或日期直方图聚合的上下文中。

在您的示例中，要获得每个直方图桶的单个注释，您可以创建一个带有非常小的桶的直方图(例如，一秒钟的细分)，然后使用串行差分来获取时间差值。然而，正如这个答案在ElasticSearch论坛上提到的那样，就性能而言，这将是糟糕的。

因此，这里的答案是，您需要在索引时间计算这些三角洲，或者使用来自另一个存储区的数据(例如，在Postgres中计算非常容易)。