Elasticsearch 使用terms对long类型日期统计按月销售

索引mapping:

{
      "properties" : {
        "_class" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "createDate" : {
          "type" : "long"
        },
        "goodsCode" : {
          "type" : "keyword"
        },
        "id" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "orderNumber" : {
          "type" : "keyword"
        },
        "payDate" : {
          "type" : "long"
        },
        "saleQty" : {
          "type" : "double"
        }
      }
    }

payDate字段映射为long类型,在使用date_histogram统计时,统计不出想要的效果。

{
    ...
    "aggs": {
       "agg_name": {
            "date_histogram": {
                "field": "payDate",
                "interval": "1m",
                "format": "yyyy-MM",
                "min_doc_count": 0
            }
        }
    }
}

结果输出的是"yyyy-MM1577836800000",并不是期待的2023-06.

{
    "key_as_string": "yyyy-MM1577836800000",
    "key": 1577836800000,
    "doc_count": 3
}

改用terms+script+子聚合方式统计:

{
  "query": {
    "range": {
      "payDate": {
        "gte": 1685548800000
      }
    }
  },
  "size":0, 
  "aggs": {
    "month_sales":{
      "terms": {
        "script": {
          "source": """
        DateTimeFormatter df = DateTimeFormatter.ofPattern("yyyy-MM").withZone(ZoneId.systemDefault());
           return df.format(Instant.ofEpochMilli(doc['payDate'].value));
        """,
        "lang":"painless"
        },
        "order": {
          "_key": "asc"
        }
      },
      "aggs": {
        "sale_sum": {
          "sum": {
            "field": "saleQty"
          }
        }
      }
    }
  }
}

script:使用脚本把pay格式化成yyyy-MM的字符串。
order:根据日期排序
sale_sum:统计每个桶里面商品销售数量

输出结果:

{
    "month_sales": {
        "doc_count_error_upper_bound": 0,
        "sum_other_doc_count": 9723368,
        "buckets": [
            {
                "key": "2023-06",
                "doc_count": 49,
                "sale_sum": {
                    "value": 77.0
                }
            },
            {
                "key": "2023-07",
                "doc_count": 217,
                "sale_sum": {
                    "value": 40012.0
                }
            },
            {
                "key": "2023-08",
                "doc_count": 2187911,
                "sale_sum": {
                    "value": 3486633.0
                }
            },
            {
                "key": "2023-09",
                "doc_count": 2746235,
                "sale_sum": {
                    "value": 4556942.0
                }
            },
            {
                "key": "2023-10",
                "doc_count": 2346896,
                "sale_sum": {
                    "value": 4097690.0
                }
            },
            {
                "key": "2023-11",
                "doc_count": 2442224,
                "sale_sum": {
                    "value": 4120708.0
                }
            },
            {
                "key": "2023-12",
                "doc_count": 2359840,
                "sale_sum": {
                    "value": 4167825.0
                }
            },
            {
                "key": "2024-01",
                "doc_count": 3619202,
                "sale_sum": {
                    "value": 6506941.0
                }
            },
            {
                "key": "2024-02",
                "doc_count": 2673919,
                "sale_sum": {
                    "value": 5066871.0
                }
            },
            {
                "key": "2024-03",
                "doc_count": 3078439,
                "sale_sum": {
                    "value": 4810836.0
                }
            }
        ]
    }
}

key:每个月份
doc_count:每个月的订单数量
sale_sum:每个月商品销售数量

### 回答1: 下面是一个示例代码,可以帮助您生成Elasticsearch查询:GET http://localhost:9200/my_index/_search { "query": { "terms": { "field_name": ["value1", "value2"] } } } ### 回答2: 当使用ElasticsearchTerms查询时,您可以使用以下代码来生成查询: ```java import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.action.search.SearchRequest; import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.search.builder.SearchSourceBuilder; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder; import org.elasticsearch.search.aggregations.AggregationBuilders; import org.elasticsearch.search.aggregations.bucket.terms.Terms; RestHighLevelClient client = new RestHighLevelClient(/* Elasticsearch连接配置 */); // 创建Terms聚合查询 SearchRequest searchRequest = new SearchRequest("your_index_name"); // 替换为您的索引名称 SearchSourceBuilder searchSource = new SearchSourceBuilder(); TermsAggregationBuilder termsAggregationBuilder = AggregationBuilders.terms("your_aggregation_name") // 替换为您指定的聚合名称 .field("your_field_name") // 替换为您指定的字段名称 .size(10); // 替换为您想要的聚合结果数量 searchSource.aggregation(termsAggregationBuilder); searchRequest.source(searchSource); try { SearchResponse searchResponse = client.search(searchRequest); // 解析聚合结果 Terms terms = searchResponse.getAggregations().get("your_aggregation_name"); // 使用您指定的聚合名称 for (Terms.Bucket bucket : terms.getBuckets()) { String key = bucket.getKeyAsString(); long docCount = bucket.getDocCount(); System.out.println("Key: " + key + ", DocCount: " + docCount); } } catch (Exception e) { e.printStackTrace(); } finally { try { client.close(); } catch (Exception e) { e.printStackTrace(); } } ``` 请注意,上述代码仅为示例,并且需要根据您的实际情况进行相应的替换。其中,需替换的部分包括:your_index_name(您的索引名称)、your_field_name(您的字段名称)、your_aggregation_name(您的聚合名称)。 此代码将创建一个Terms聚合查询,并返回您指定字段的聚合结果。您可以通过迭代聚合桶来访问每个聚合的键值和文档数量。 记得在程序结束时关闭Elasticsearch的连接。 ### 回答3: 当使用Elasticsearchterms查询时,可以通过以下代码生成查询语句: ```java import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.index.query.TermsQueryBuilder; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.action.search.SearchRequest; import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.search.SearchHit; // 创建terms查询 public void generateTermsQuery(RestHighLevelClient client, String indexName, String fieldName, String[] terms) { TermsQueryBuilder termsQuery = QueryBuilders.termsQuery(fieldName, terms); // 创建搜索请求 SearchRequest searchRequest = new SearchRequest(indexName); searchRequest.source().query(termsQuery); try { // 执行搜索 SearchResponse searchResponse = client.search(searchRequest); // 处理搜索结果 SearchHit[] hits = searchResponse.getHits().getHits(); for (SearchHit hit : hits) { System.out.println(hit.getSourceAsString()); } } catch (IOException e) { e.printStackTrace(); } } ``` 这段代码使用Elasticsearch的Java高级客户端(RestHighLevelClient)来与Elasticsearch进行交互。首先,我们创建了一个TermsQueryBuilder对象来构建terms查询,其中fieldName是要匹配的字段名,terms是要匹配的词语数组。 然后,我们创建一个SearchRequest对象,并将terms查询添加到搜索请求的查询源中。接下来,我们使用RestHighLevelClient执行搜索,并通过SearchResponse获取搜索结果。 最后,我们遍历搜索结果的每个SearchHit对象,并打印其源数据(hit.getSourceAsString())。 请注意,这只是一个示例代码,你需要根据自己的具体需求进行调整。你还需要根据实际情况创建和配置Elasticsearch的RestHighLevelClient对象,并传递给generateTermsQuery方法。
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

打赏作者

冲上云霄的Jayden

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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