如何在elasticsearch中返回最新的不同行忽略时间戳字段

Question

我有这样的文档：

{'foo': 'foo', 'bar': 'bar', ..., 'timestamp': 3}
{'foo': 'diffval', 'bar': 'diffval', ..., 'timestamp': 2}
{'foo': 'foo', 'bar': 'bar', ..., 'timestamp': 2}
{'foo': 'foo', 'bar': 'bar', ..., 'timestamp': 1}

我通过 _search?from=0&size=20&sort=timestamp%3Adesc 进行搜索

我现在想只搜索最新的不同行 - 例如：

{'foo': 'foo', 'bar': 'bar', ..., 'timestamp': 3}
{'foo': 'diffval', 'bar': 'diffval', ..., 'timestamp': 2}

但我会喜欢在不明确指示 foo、bar 字段的情况下执行此操作，因为可能有很多字段并且不一致 - 但是 timestamp 字段是一致的。

Answer 1

我找到了一个解决方案，在存储到文档中之前，我为除时间戳之外的所有字段创建一个 hash 字段。然后我使用 opensearch 中的折叠功能 - 然后命中将返回最新的不同哈希值。

GET /.../_search?sort=timestamp%3Adesc
{
  "collapse": {
    "field": "hash",
    "inner_hits": {
      "name": "",
      "size": 0,
      "sort": [
        {
          "timestamp": {
            "order": "desc"
          }
        }
      ]
    }
  }
}