一旦我们排除了文档升级/更新的可能性，基本上有两种方法： script_fields 或者 filter aggregations .
首先假设您的Map类似于：

{
  "mappings": {
    "properties": {
      "delivery_datetime": {
        "type": "object",
        "properties": {
          "dateOnly": {
            "type": "date",
            "format": "dd.MM.yyyy"
          }
        }
      }
    }
  }
}

现在，如果我们根据包的id过滤所有包，并想知道它处于哪个到期状态，我们可以创建3个脚本字段，如下所示：

GET parcels/_search
{
  "_source": "timeframe_*",
  "script_fields": {
    "timeframe_due": {
      "script": {
        "source": "doc['delivery_datetime.dateOnly'].value.dayOfMonth == params.nowDayOfMonth",
        "params": {
          "nowDayOfMonth": 8
        }
      }
    },
    "timeframe_overdue": {
      "script": {
        "source": "doc['delivery_datetime.dateOnly'].value.dayOfMonth < params.nowDayOfMonth",
        "params": {
          "nowDayOfMonth": 8
        }
      }
    },
    "timeframe_not_due": {
      "script": {
        "source": "doc['delivery_datetime.dateOnly'].value.dayOfMonth > params.nowDayOfMonth",
        "params": {
          "nowDayOfMonth": 8
        }
      }
    }
  }
}

它将返回以下内容：

...
"fields" : {
  "timeframe_due" : [
    true
  ],
  "timeframe_not_due" : [
    false
  ],
  "timeframe_overdue" : [
    false
  ]
}

这是琐碎的，日期数学有一个明显的弱点，这将在下面讨论。
或者，我们可以使用3个过滤器聚合，类似地只过滤出1个有问题的文档，如下所示：

GET parcels/_search
{
  "size": 0,
  "query": {
    "ids": {
      "values": [
        "my_id_thats_due_today"
      ]
    }
  },
  "aggs": {
    "due": {
      "filter": {
        "range": {
          "delivery_datetime.dateOnly": {
            "gte": "now/d",
            "lte": "now/d"
          }
        }
      }
    },
    "overdue": {
      "filter": {
        "range": {
          "delivery_datetime.dateOnly": {
            "lt": "now/d"
          }
        }
      }
    },
    "not_due": {
      "filter": {
        "range": {
          "delivery_datetime.dateOnly": {
            "gt": "now/d"
          }
        }
      }
    }
  }
}

顺从的

...
"aggregations" : {
  "overdue" : {
    "doc_count" : 0
  },
  "due" : {
    "doc_count" : 1
  },
  "not_due" : {
    "doc_count" : 0
  }
}

第二种方法的优点如下：
没有脚本参与->更快的执行。
更重要的是，你不必担心12月15日比11月20日晚，但是琐碎的月日比较会产生相反的结果。您可以在脚本中实现类似的东西，但是越复杂，执行速度就越差。
您可以放弃id筛选，在内部 Jmeter 板中使用这些聚合计数。甚至可能是一个客户 Jmeter 盘，但老客户很少有大量的包裹，这将是合理的聚合。

回答我自己的问题，以下是对我有效的方法。
脚本字段脚本：

def DiffMillis = 0;
if(!doc['delivery_datetime'].empty) {
    // Converting each to days, 1000*60*60*24 = 86400000
    DiffMillis = (new Date().getTime() / 86400000) - (doc['delivery_datetime'].value.getMillis() / 86400000);
}
doc['delivery_datetime'].empty ? "No Due Date": (DiffMillis==0?"Due": (DiffMillis>0?"Over Due":"Not Due") )

我特别使用了三元运算符，因为如果我使用 if else 那我得用 return ，如果我使用 return 我面对 search_phase_execution_exception 为脚本字段添加筛选器时。