es聚合查询

需求:

根据条件(appId,createTIme)筛选出来需要的数据。之后根据userId分组,计算每个用户的最大创建时间。然后筛选出最大时间在一定范围的结果。

java代码实现:

public List<AiUserLoss> getUserUsedList(String appId, Date startDate, Date endDate, Date middleDate) throws Exception {
        List<AiUserLoss> list=new ArrayList<>();
        SimpleDateFormat si=new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String startTime= si.format(startDate);
        String endTime=si.format(endDate);
        //创建builder
        QueryBuilder queryBuilder = QueryBuilders
                .boolQuery()
                .filter(QueryBuilders.termQuery("appId", appId))
        .filter(QueryBuilders.rangeQuery("createTime").gte(startTime).lte(endTime));
        TermsAggregationBuilder sign_org_aggs = AggregationBuilders.terms("user_type").field("userId").size(Integer.MAX_VALUE);
//      求出userId聚合的最大创建时间
        MaxAggregationBuilder max_time_aggs = AggregationBuilders.max("max_time").field("createTime");
//      筛选出流失时间节点之前的用户数据作为流失用户
        Map<String, String> bucketsPathsMap = new HashMap<>();
        bucketsPathsMap.put("maxTime","max_time");
//      28800000 es为标准时区。故需加上时间差八小时
        BucketSelectorPipelineAggregationBuilder max_bucket_selector = PipelineAggregatorBuilders
                .bucketSelector("filter_max_time",bucketsPathsMap,new Script("params.maxTime < "+ (middleDate.getTime() + 28800000) + "L"));
        sign_org_aggs.subAggregation(max_time_aggs);
        sign_org_aggs.subAggregation(max_bucket_selector);
        SearchQuery searchQuery = new NativeSearchQueryBuilder()
                .withIndices(BompEsConstant.ES_NLP_TRACE_LOG).withTypes(BompEsConstant.ES_TYPE_AIABILITY)
                .withQuery(queryBuilder)
                .addAggregation(sign_org_aggs)
                .build();
        Aggregations aggregations = elasticsearchTemplate.query(searchQuery, new ResultsExtractor<Aggregations>() {
            @Override
            public Aggregations extract(SearchResponse response) {
                return response.getAggregations();
            }
        });
        ParsedStringTerms teamAgg1 = (ParsedStringTerms) aggregations.asMap().get("user_type");
        List<ParsedStringTerms.ParsedBucket> bucketList = (List<ParsedStringTerms.ParsedBucket>) teamAgg1.getBuckets();
        AiUserLoss aiUserLoss = null;
        for (ParsedStringTerms.ParsedBucket bucket : bucketList) {
            aiUserLoss = new AiUserLoss();
            // 结构化地址
            String formatAddress = bucket.getKeyAsString();
            long count = bucket.getDocCount();
            aiUserLoss.setUserId(formatAddress);
            aiUserLoss.setCount(count);
            list.add(aiUserLoss);
        }
        return list;
    }

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值