elasticsearch 的基本查询语法使用(下)

elasticsearch 的基本查询语法使用(下),第1张

elasticsearch 的基本查询语法使用(下) 1.聚合查询


        聚合(aggs)不同于普通查询,是目前学到的第二种大的查询分类,第一种即“query”,因此在代码中的第一层嵌套由“query”变为了“aggs”。用于进行聚合的字段必须是exact value,分词字段不可进行聚合,对于text字段如果需要使用聚合,需要开启fielddata,但是通常不建议,因为fielddata是将聚合使用的数据结构由磁盘(doc_values)变为了堆内存(field_data),大数据的聚合 *** 作很容易导致OOM,详细原理有时间再写。

       1.2聚合分类

        1.2.1 分桶聚合(Bucket agregations):类比SQL中的group by的作用,主要用于统计不同类型数据的数量.

        1.2.2 指标聚合(Metrics agregations):主要用于最大值、最小值、平均值、字段之和等指标的统计

        1.2.3 管道聚合(Pipeline agregations):用于对聚合的结果进行二次聚合,如要统计绑定数量最多的标签bucket,就是要先按照标签进行分桶,再在分桶的结果上计算最大值。

        语法展示

#当前版本为7.15,输入aggs后可能有不同的提示
GET /zzl/_search
{
  "aggs": {
    "NAME": { #这个是你随便起的,就和mysql的Aliases 那个一样
      "AGG_TYPE": {} # 聚合查询的类型
    }
  }
}
        分桶聚合展示
#聚合查询 桶查询
GET /zzl/_search
{
  "_source": false, 
  "aggs": {
    "price_aggs": {
      "terms": {
        "field": "price",
        "size": 10
      }
    }
  }

        查询结果展示

  "aggregations" : {
    "price_aggs" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 9999,
          "doc_count" : 7
        },
        {
          "key" : 3999,
          "doc_count" : 1
        },
        {
          "key" : 4999,
          "doc_count" : 1
        },
        {
          "key" : 6999,
          "doc_count" : 1
        }
      ]
    }
  }

可以看出来 ,一共被装进四个桶里面,就和mysql的group by 差不多

        使用场景

        场景:用于统计不同种类的文档的数量,可进行嵌套统计。

        函数:terms

        注意:聚合字段必须是exact value,如keyword 如果是text类型会报错 这里展示一下错误信息 

 "error" : {
    "root_cause" : [
      {
        "type" : "illegal_argument_exception",
        "reason" : "Text fields are not optimised for operations that require per-document field data like aggregations and sorting, so these operations are disabled by default. Please use a keyword field instead. Alternatively, set fielddata=true on [name] in order to load field data by uninverting the inverted index. Note that this can use significant memory."
        指标聚合展示
GET /zzl/_search
{
  "_source": false, 
  "aggs": {
    "price_aggs": {
      "avg": {
        "field": "price"
      }
    }
  }
}

        结果展示

  "aggregations" : {
    "price_aggs" : {
      "value" : 8599.0
    }
  }

        使用场景

        场景:用于统计某个指标,如最大值、最小值、平均值,可以结合桶聚合一起使用,如按照商品类型分桶,统计每个桶的平均价格。

        函数:平均值:Avg、最大值:Max、最小值:Min、求和:Sum、详细信息:Stats、数量:Value count

        管道聚合

        场景:用于对聚合查询的二次聚合,如统计平均价格最低的商品分类,即先按照商品分类进行桶聚合,并计算其平均价格,然后对其平均价格计算最小值聚合

        函数:Min bucket:最小桶、Max bucket:最大桶、Avg bucket:桶平均值、Sum bucket:桶求和、Stats bucket:桶信息

        注意:buckets_path为管道聚合的关键字,其值从当前聚合统计的聚合函数开始计算为第一级

        // todo 等整理了批量查询的笔记再把这边添加上,当前索引下的类型几乎是text,不太方便

      嵌套聚合

        

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5679145.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-17
下一篇 2022-12-17

发表评论

登录后才能评论

评论列表(0条)

保存