ES聚合查询(一)

简单的聚合查询:关键字aggs

  • 在使用es聚合函数时应该需要知道一些必要的名次 度量
  • 度量: Metric Aggregations(度量聚合) Metric聚合,主要针对数值类型的字段,类似于关系型数据库中的sum、avg、max、min等聚合类型
    参考文章
  • 桶聚合:Buket Aggregations(桶聚合) 不像metrics Aggregations(度量聚合)那样计算字段上的度量,而是创建文档桶,每个文件桶有效地定义一个文档集。除了bucket本身之外,bucket聚合还计算并返回“落入”每个bucket的文档的数量。
    就如同将一个大桶的水按一定的条件分到其他的小桶中。
    与度量聚合相反,桶聚合可以嵌套子聚合。这些子聚合将为它们的“父”桶聚合创建的桶进行聚合。
    参考文章;常用桶聚合一览
    参考文章;Terms Aggregation与Significant Terms Aggregation
    ES Bucket Aggregations对标关系型数据库的(group by)。

  • 聚集的具体结构:
  1. 使用查询中同样的json请求来定义他们,而且需要试用版aggs或aggr...来进行标记。需要给每个聚集起一个名字,定义它的类型以及和该类型相关的选项

一些技术的番外篇
ElasticSearch - 嵌套对象 nested
ElasticSearch 桶内排序 bucket_sort bucket_sort 类似于aggs的一个聚合函数


实际操作json构建

{
    "query": {
        "range": {
            "pay_time": {
                "gte": "2020-11-01",
                "lt": "2020-11-12",
                "format": "yyyy-MM-dd"
            }
        }
    },
    "aggs": {
        "temr_cityCode": {
            "terms": {
                "field": "city_code"
            },
            "aggs": {
                "percentiles_free": {
                    "percentiles": {
                        "field": "actual_paid_fee",
                        "percents": [
                            1,
                            5,
                            25,
                            50,
                            75,
                            95,
                            99
                        ]
                    }
                },
                "sum_free": {
                    "sum": {
                        "field": "actual_paid_fee"
                    }
                },

                "r_bucket_sort": {
                    "bucket_sort": {
                        "sort": {
                            "sum_free": {
                                "order": "desc"
                            }
                        }
                    }
                }
            }
        }
    },
    "size": 0
}
{
    "query": {
        "bool": {
            "must": [{
                "term": {
                    "city_code": {
                        "value": "320400"
                    }
                }
            }],
            "filter": {
                "range": {
                    "pay_time": {
                        "gte": "2020-11-01",
                        "lt": "2020-11-12",
                        "format": "yyyy-MM-dd"
                    }
                }
            }
        }
    },
    "aggs": {
        "temr_cityCode": {
            "terms": {
                "field": "open_buyer_id",
                "shard_size": 1000,
                "size": 1000
            },
            "aggs": {
                "percentiles_free": {
                    "percentiles": {
                        "field": "actual_paid_fee",
                        "percents": [
                            1,
                            5,
                            25,
                            50,
                            75,
                            95,
                            99
                        ]
                    }
                },
                "sum_free": {
                    "sum": {
                        "field": "actual_paid_fee"
                    }
                },
                "r_bucket_sort": {
                    "bucket_sort": {
                        "sort": {
                            "sum_free": {
                                "order": "desc"
                            }
                        }
                    }
                }
            }
        }
    },
    "size": 0
}{
    "query": {
        "bool": {
            "must": [{
                "term": {
                    "city_code": {
                        "value": "320400"
                    }
                }
            }],
            "filter": {
                "range": {
                    "pay_time": {
                        "gte": "2020-11-01",
                        "lt": "2020-11-12",
                        "format": "yyyy-MM-dd"
                    }
                }
            }
        }
    },
    "aggs": {
        "temr_cityCode": {
            "terms": {
                "field": "open_buyer_id",
                "shard_size": 1000,
                "size": 1000
            },
            "aggs": {
                "percentiles_free": {
                    "percentiles": {
                        "field": "actual_paid_fee",
                        "percents": [
                            1,
                            5,
                            25,
                            50,
                            75,
                            95,
                            99
                        ]
                    }
                },
                "sum_free": {
                    "sum": {
                        "field": "actual_paid_fee"
                    }
                },
                "r_bucket_sort": {
                    "bucket_sort": {
                        "sort": {
                            "sum_free": {
                                "order": "desc"
                            }
                        }
                    }
                }
            }
        }
    },
    "size": 0
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352

推荐阅读更多精彩内容