ElasticSearch實戰系列五: ElasticSearch的聚合查詢基礎使用教程之度量(Metric)聚合

来源:https://www.cnblogs.com/xuwujing/archive/2020/02/29/12385903.html
-Advertisement-
Play Games

Title:ElasticSearch實戰系列四: ElasticSearch的聚合查詢基礎使用教程之度量(Metric)聚合 前言 在上上一篇中介紹了 "ElasticSearch實戰系列三: ElasticSearch的JAVA API使用教程" ,介紹了ElasticSearch Java A ...


Title:ElasticSearch實戰系列四: ElasticSearch的聚合查詢基礎使用教程之度量(Metric)聚合

前言

在上上一篇中介紹了ElasticSearch實戰系列三: ElasticSearch的JAVA API使用教程,介紹了ElasticSearch Java API基礎的語法,基本的增刪改查(對應SQL語句), 本篇則來介紹一下ElasticSearch 聚合查詢的使用JAVA API 和 DSL語句的使用 。

ElasticSearch Aggregation

聚合框架有助於基於搜索查詢提供聚合數據。它基於稱為聚合的簡單構建塊,可以進行組合以構建複雜的數據摘要。
聚合可以看作是在一組文檔上建立分析信息的工作單元。執行的上下文定義此文檔集是什麼(例如,頂級聚合在搜索請求的已執行查詢/過濾器的上下文中執行)。
有許多不同類型的聚合,每種聚合都有自己的目的和輸出。為了更好地理解這些類型,通常更容易將它們分為四個主要家族:

  • Metric:

    在一組文檔上跟蹤和計算指標的聚合。這些值通常是從文檔的欄位中提取的(使用欄位數據),但也可以使用腳本生成。

  • Bucketing:

    生成存儲桶的一組聚合,其中每個存儲桶都與一個鍵和一個文檔條件相關聯。執行聚合時,將對上下文中的每個文檔評估所有存儲桶條件,並且當條件匹配時,該文檔將被視為“落入”相關存儲桶。到聚合過程結束時,我們將得到一個存儲桶列表-每個存儲桶都有一組“屬於”的文檔。

  • Matrix:

    操作多個欄位並根據從請求的文檔欄位中提取的值生成矩陣結果的集合。與Metric和Bucketing不同,這個聚合不支持腳本!

  • Pipeline:

    它聚合其他聚合的輸出及其相關的Metric。

由於每個存儲桶有效地定義了一個文檔集(所有文件都屬於該存儲桶),因此可以潛在地在存儲桶級別關聯聚合,並且這些聚合將在該存儲桶的上下文中執行。這就是聚合真正的力量所在:聚合可以嵌套!

存儲桶聚合可以具有子聚合(存儲桶或指標)。子聚合將針對其父聚合生成的存儲桶進行計算。嵌套聚合的級別/深度沒有硬性限制(可以將一個聚合嵌套在“父”聚合下,該“父”聚合本身是另一種更高級別的聚合的子聚合)。
聚合作用於double數據的表示形式。因此,當運行絕對值大於的多頭時,結果可能是近似的2^53。

度量(Metric)聚合

數值指標聚合是一種特殊類型的指標聚合,可輸出數值。一些聚合輸出單個數值度量(例如avg)並被稱為single-value numeric metrics aggregation,其他聚合則生成多個度量(例如stats)並被稱為multi-value numeric metrics aggregation。當這些值充當某些存儲桶聚合的直接子聚合(某些存儲桶聚合使您可以基於每個存儲桶中的數字度量對返回的存儲桶進行排序)時,單值和多值數字度量聚合之間的區別將發揮作用。

度量(Metric)聚合在ElasticSearch官方文檔中有很中聚合,這裡我只列舉我們最常用的幾個聚合示例。

avg 聚合

計算的平均個從聚集的文檔中提取數值。這些值可以從文檔中的特定數字欄位中提取,也可以由提供的腳本生成。

這裡我們用一個示例來進行說明,得到一個班級的學生分數平均分數。

DSL語句示例:

POST /student/_search?size=0
{
    "aggs" : {
        "avg_grade" : { "avg" : { "field" : "grade" } }
    }
}

註: grade 欄位類型必須是整型

當然,如果成績還包含權重(weight)的話,我們可以為其添加權重.
權重: 在計算常規平均值時,每個數據點都具有相等的``權重''...它對最終值的貢獻均等。可以理解為權重值越大,就越靠前,加權公式為: ∑(value * weight) / ∑(weight).

DSL語句示例:

POST /student/_search
{
    "size": 0,
    "aggs" : {
        "weighted_grade": {
            "weighted_avg": {
                "value": {
                    "field": "grade"
                },
                "weight": {
                    "field": "weight"
                }
            }
        }
    }
}

max/min 聚合

這裡我們用一個示例來進行說明,得到班級的最高分和最低分。

DSL語句示例:

POST /student/_search?size=0
{
    "aggs" : {
        "max_grade" : { "max" : { "field" : "grade" } }
    }
}

POST /student/_search?size=0
{
    "aggs" : {
        "min_grade" : { "min" : { "field" : "grade" } }
    }
}

sum聚合

得到某欄位總和的值。

DSL語句示例:

POST /student/_search?size=0
{
   
    "aggs" : {
        "sum_grade" : { "sum" : { "field" : "grade" } }
    }
}

top 聚合

一個top_hits指標聚合不斷被聚合跟蹤最相關的文檔。該聚合器旨在用作子聚合器,以便可以按存儲分區彙總最匹配的文檔。該top_hits聚合器可以有效地通過某些欄位經由鏟鬥聚合器用於將結果集。一個或多個存儲桶聚合器確定將結果集切成哪些屬性。

選件

  • from -與您要提取的第一個結果的偏移量。
  • size-每個存儲區返回的最匹配匹配項的最大數量。預設情況下,返回前三個匹配項。
    sort-熱門匹配項的排序方式。預設情況下,命中按主要查詢的分數排序。

這裡我們依舊通過一個示例來進行說明。
根據grade(成績)降序取前2條數據,欄位只包含grade(成績)和name(姓名)。

DSL語句示例:

POST /student/_search?size=0
{
    "aggs": {
        "top_tags": {
            "terms": {
                "field": "grade",
                "size": 2
            },
            "aggs": {
                "top_sales_hits": {
                    "top_hits": {
                        "sort": [
                            {
                                "grade": {
                                    "order": "desc"
                                }
                            }
                        ],
                        "_source": {
                            "includes": [ "grade", "name" ]
                        },
                        "size" : 1
                    }
                }
            }
        }
    }
}

JAVA代碼示例


 /**
     * @Author pancm
     * @Description 平均聚合查詢測試用例
     * @Date  2019/4/1
     * @Param []
     * @return void
     **/
    private static  void avgSearch() throws IOException {

        String buk="t_grade_avg";
        //直接求平均數
        AggregationBuilder aggregation = AggregationBuilders.avg(buk).field("grade");
        logger.info("求班級的平均分數:");
        agg(aggregation,buk);

    }

    private static  void maxSearch() throws  IOException{
        String buk="t_grade";
        AggregationBuilder aggregation = AggregationBuilders.max(buk).field("grade");
        logger.info("求班級的最高分數:");
        agg(aggregation,buk);
    }

    private static  void sumSearch() throws  IOException{
        String buk="t_grade";
        AggregationBuilder aggregation = AggregationBuilders.sum(buk).field("grade");
        logger.info("求班級的總分數:");
        agg(aggregation,buk);
    }

  private static SearchResponse search(AggregationBuilder aggregation) throws IOException {
        SearchRequest searchRequest = new SearchRequest();
        searchRequest.indices("student");
        searchRequest.types("_doc");
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        //不需要解釋
        searchSourceBuilder.explain(false);
        //不需要原始數據
        searchSourceBuilder.fetchSource(false);
        //不需要版本號
        searchSourceBuilder.version(false);
        searchSourceBuilder.aggregation(aggregation);
        logger.info("查詢的語句:"+searchSourceBuilder.toString());
        searchRequest.source(searchSourceBuilder);
        // 同步查詢
        SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
        return  searchResponse;
    }

protected  static  void agg(AggregationBuilder aggregation, String buk) throws  IOException{
        SearchResponse searchResponse = search(aggregation);
        if(RestStatus.OK.equals(searchResponse.status())) {
            // 獲取聚合結果
            Aggregations aggregations = searchResponse.getAggregations();

            if(buk.contains("avg")){
                //取子聚合
                Avg ba = aggregations.get(buk);
                logger.info(buk+":" + ba.getValue());
                logger.info("------------------------------------");
            }else if(buk.contains("max")){
                //取子聚合
                Max ba = aggregations.get(buk);
                logger.info(buk+":" + ba.getValue());
                logger.info("------------------------------------");

            }else if(buk.contains("min")){
                //取子聚合
                Min ba = aggregations.get(buk);
                logger.info(buk+":" + ba.getValue());
                logger.info("------------------------------------");
            }else if(buk.contains("sum")){
                //取子聚合
                Sum ba = aggregations.get(buk);
                logger.info(buk+":" + ba.getValue());
                logger.info("------------------------------------");
            }else if(buk.contains("top")){
                //取子聚合TopHits
                TopHits ba = aggregations.get(buk);
                logger.info(buk+":" + ba.getHits().totalHits);
                logger.info("------------------------------------");
            }

        }
    }

其它

參考:
https://www.elastic.co/guide/en/elasticsearch/reference/6.5/search-aggregations.html

本篇文章的代碼已收錄在本人的java-study項目中,若有興趣,歡迎star、fork和issues。
項目地址:https://github.com/xuwujing/java-study

ElasticSearch實戰系列:

音樂推薦

原創不易,如果感覺不錯,希望給個推薦!您的支持是我寫作的最大動力!
版權聲明:
作者:虛無境
博客園出處:http://www.cnblogs.com/xuwujing
CSDN出處:http://blog.csdn.net/qazwsxpcm    
個人博客出處:http://www.panchengming.com


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • #include <iostream> //#include(預處理指令) iostream(所嵌入的頭文件(cout,<<等操作的有關信息就是在該文件中聲明的)) using namespace std; //針對命名空間的指令 int main(){ //int(返回值類型) main(主函數名 ...
  • 有監督學習 常用分類演算法 KNN:K近鄰分類器。通過計算待分類數據點,與已知數據中所有點的距離,取距離最小的前K個點,根據"少數服從多數"的原則,將這個數據點劃分為出現次數最多的那個類別。 在sklearn中,使用sklearn.neighbors.KNeighborsClassifier創建K鄰近 ...
  • 1、格式 符號為大括弧 集合沒有順序,也不支持下標操作 集合沒有重覆的數據 2、定義的類型 #有數據 s1 = {1, 3, 4} # {1,3,4} s2 = set('asdadsdas') # {'a','s','d'} 集合沒有重覆數據,也沒有順序 # 空集合 s3 = {} # dict ...
  • 1、格式 符號為大括弧 數據為鍵值對形式出現(字典數據與數據順序沒有關係,即字典不支持下標) 各個鍵值對之間逗號隔開 2、定義的類型 # 有數據 dict1 = {'name': '小明', 'sex': '男'} # 空字典 dict2 = {} dict3 =dict() # 函數定義 3、常用 ...
  • Spring Cloud官網: 本篇主要講 "Spring Cloud Config" ,參考內容如下: "Spring Cloud Config 2.2.1.RELEASE參考文檔" "Spring Cloud Config 實現配置中心,看這一篇就夠了" 實現簡單的配置中心 配置文件就在Spri ...
  • 接上篇博文—— "《詳解 繼承(上)—— 工具的抽象與分層》" 廢話不多說,進入正題: 本人在上篇“故弄玄虛”,用super();解決了問題,這是為什麼呢? 答曰:子類中所有的構造方法 預設 都會訪問父類中 空參數的構造方法 (拓展:由於這個原理,我們今後所做的“ 工具類 ”都必須要帶上無參構造) ...
  • 本篇博文講解的知識點比較實用,但是,相關知識點太多,所以本人將內容分為上下兩冊, 那麼,本人就不多廢話,直接進入主題進行講解了! 說到“繼承”,大家可能都會想到我們日常中對於這個詞的定義:將先人的 物品 或 意志 傳承給後人,而後人也可以“擇優繼承”,併在先人的基礎上產生 新的物品 或 新的意志。 ...
  • 1、格式 (數據1,數據2,數據3,...) 定義元組使用小括弧,且逗號隔開各個數據,數據可以是不同的數據類型。 元組和列表的區別:元組存儲的數據不能修改 2、定義的類型 單數據元組和多數據元組 t1 = (1, 2) print(type(t1)) # tuple 多數據元組 t2 = (1,) ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...