elasticsearch java聚合api

elasticsearch

  • java聚合api使用(多字段分组统计、聚合,最大最小值)
        // select sum(event_count),sourceip,destip,min(storagetime),max(storagetime) from index where event_rule_id = 'xxx' group by sourceip,destip
       Client client = ESClient.esClient();
        String index = "indexName";
        TermsBuilder sourceipTermsBuilder = AggregationBuilders.terms("sourceip").field("sourceip");
        TermsBuilder destipTermsBuilder = AggregationBuilders.terms("destip").field("destip");
        SumBuilder alarmtimesBuilder = AggregationBuilders.sum("alarmtimes").field("event_count");
        MinBuilder firstalarmtimeBuilder = AggregationBuilders.min("firstalarmtime").field("storagetime");
        MaxBuilder lastalarmtimeBuilder = AggregationBuilders.max("lastalarmtime").field("storagetime");

        SearchResponse response = client.prepareSearch(index).setTypes(index)
                .setQuery(QueryBuilders.boolQuery().must(QueryBuilders.matchQuery("event_rule_id", "VBD_NFireWall_MV2.0_003_001")).must(QueryBuilders.rangeQuery("storagetime").from(1530273600000L).to(1530281360470L)))
                .addAggregation(sourceipTermsBuilder.subAggregation(destipTermsBuilder.subAggregation(alarmtimesBuilder).subAggregation(firstalarmtimeBuilder).subAggregation(lastalarmtimeBuilder)))
                .execute()
                .actionGet();
        Map<String, Aggregation> aggMap = response.getAggregations().asMap();
        StringTerms sourceipAgg = (StringTerms) aggMap.get("sourceip");
        List<Terms.Bucket> sourceipBucket = sourceipAgg.getBuckets();
        for (int i = 0; i < sourceipBucket.size(); i++) {
            //源ip
            String sourceip = sourceipBucket.get(i).getKeyAsString();
            //得到所有子聚合
            Map destAggMap = sourceipBucket.get(i).getAggregations().asMap();
            StringTerms destipAgg = (StringTerms)destAggMap.get("destip");
            List<Terms.Bucket> buckets = destipAgg.getBuckets();
            for (Terms.Bucket bucket : buckets) {
                String destip = bucket.getKeyAsString();
                Map<String, Aggregation> aggregationMap = bucket.getAggregations().asMap();
                long alarmtimes = new Double(((InternalSum) (aggregationMap.get("alarmtimes"))).getValue()).longValue();
                long firstalarmtime = new Double(((InternalMin) (aggregationMap.get("firstalarmtime"))).getValue()).longValue();
                long lastalarmtime = new Double(((InternalMax) (aggregationMap.get("lastalarmtime"))).getValue()).longValue();
                System.out.println("源ip: "+sourceip+"\t目的ip: "+destip+"\t次数: "+alarmtimes+"\t开始时间: "+firstalarmtime+"\t结束时间: "+lastalarmtime);
            }
        }
最后编辑于
©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 203,772评论 6 477
  • 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 85,458评论 2 381
  • 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 150,610评论 0 337
  • 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 54,640评论 1 276
  • 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 63,657评论 5 365
  • 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 48,590评论 1 281
  • 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 37,962评论 3 395
  • 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 36,631评论 0 258
  • 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 40,870评论 1 297
  • 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 35,611评论 2 321
  • 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 37,704评论 1 329
  • 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 33,386评论 4 319
  • 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 38,969评论 3 307
  • 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 29,944评论 0 19
  • 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 31,179评论 1 260
  • 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 44,742评论 2 349
  • 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 42,440评论 2 342

推荐阅读更多精彩内容