有一种方法可以使用
scripted_metric聚合和
sum_bucket管道聚合的组合来解决。脚本化的指标聚合有点复杂，但主要思想是允许您提供自己的存储算法并从中吐出单个指标。
在您的情况下，您要做的是找出每个商店的最新数量，然后对这些商店数量求和。解决方案如下所示，我将在下面解释一些细节：
POST inventory-local/_search{ "size": 0, "aggs": { "bystore": { "terms": { "field": "store.keyword", "size": 10000 }, "aggs": { "latest_quantity": { "scripted_metric": { "init_script": "params._agg.quantities = new TreeMap()", "map_script": "params._agg.quantities.put(doc.datetime.date, [doc.datetime.date.millis, doc.quantity.value])", "combine_script": "return params._agg.quantities.lastEntry().getValue()", "reduce_script": "def maxkey = 0; def qty = 0; for (a in params._aggs) {def currentKey = a[0]; if (currentKey > maxkey) {maxkey = currentKey; qty = a[1]} } return qty;" } } } }, "sum_latest_quantities": { "sum_bucket": { "buckets_path": "bystore>latest_quantity.value" } } }}请注意，为了使其正常工作，您需要
script.painless.regex.enabled:true在
elasticsearch.yml配置文件中进行设置。
在
init_script创建
TreeMap每个碎片。使用日期/数量的映射
map_script填充
TreeMap每个分片上的。我们在地图中输入的值在单个字符串中包含时间戳和数量。我们稍后将需要该时间戳记
reduce_script。在
combine_script简单地采取的最后一个值
TreeMap，因为这是给定的碎片最新的量。大部分工作位于
reduce_script。我们迭代每个分片的所有最新数量，并返回最新的数量。
此时，我们为每个商店提供了最新数量。剩下要做的就是使用
sum_bucket管道聚合来求和每个存储量。在那里，您得到17的结果。
响应如下所示：
"aggregations": { "bystore": { "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [ { "key": "01", "doc_count": 2, "latest_quantity": { "value": 6 } }, { "key": "02", "doc_count": 2, "latest_quantity": { "value": 11 } } ] }, "sum_latest_quantities": { "value": 17 } }
