Elasticsearch 中如何巧妙地使用聚合函数达到数据库中having的效果

最新推荐文章于 2024-08-13 18:01:48 发布

格赚

最新推荐文章于 2024-08-13 18:01:48 发布

阅读量4.9k

点赞数 1

分类专栏： elasticsearch ElasticSearch由浅入深专栏文章标签： elasticsearch es

本文链接：https://blog.csdn.net/arvinzr/article/details/79228229

版权

本文介绍了如何在Elasticsearch中利用聚合函数模拟数据库的HAVING条件，通过minDocCount参数进行初步筛选，并结合Top Hits Aggregation在聚合结果中返回相关字段信息，确保数据一致性。

摘要由CSDN通过智能技术生成

在现实开发中难免会遇到一些业务场景，通过聚合得出相应的频次并进行筛选

1.使用 minDocCount 直接上代码，大家可自行根据业务场景更改

//正确答案
SearchRequestBuilder search = transportlient.prepareSearch("bigdata_idx_2").setTypes("captureCompare");
FilterAggregationBuilder sub= AggregationBuilders.filter("channel_longitudeC").filter(QueryBuilders.rangeQuery("fcmp_time").from(startTime).to(endTime));
//分组字段是id，排序由多个字段排序组成
TermsBuilder tb= AggregationBuilders.terms("fcmp_fobj_id").field("fcmp_fobj_id").valueType(Terms.ValueType.STRING).order(Terms.Order.compound(
Terms.Order.aggregation("channel_longitudeC",false)//先按count，降序排
//如果count相等情况下，使用code的和排序
));
//求和字段1
ValueCountBuilder sb= AggregationBuilders.count("channel_longitudeC");
tb.subAggregation(sb).minDocCount(400);//添加到分组聚合请求中

//将分组聚合请求插入到主请求体重
// search.setPostFilter()
search.addAggregation(tb);