22.es 聚合数据分析

bucket: 一个数据分组

city	name
北京	小李
北京	小王
上海	小张
上海	小丽
上海	小陈

基于city划分buckets
划分出两个bucket,一个是北京bucket,一个是上海bucket
北京bucket: 包含2个人
上海bucket: 包含3个人
按照某个字段进行bucket划分,那个字段的值相同的哪些数据,就会被划分到一个bucket中
有一些mysql的sql知识的话,聚合,首先第一步是分组,对每个组内的数据进行聚合分析,分组,就是我们的bucket

metric: 对一个数据分组执行的统计

当我们有了一堆bucket,就可以对每个bucket中的数据进行聚合分析了,比如说计算一个bucket内所有数据的数量,或者计算一个bucket内所有数据的平均值,最大值,最小值

metric,就是对一个bucket执行的某种聚合分析的操作,比如说平均值,求最大值,最小值

select count(*) from acce_log group by user_id

bucket: group bu user id --> 那些user_id相同的数据,就会被划分到一个bucket中
metric: count(*),对每个user_id bucket中所有的数据,计算一个数量

 

1、家电卖场案例北京
以一个家电卖场中的电视销售数据为背景,来对各种品牌,各种颜色的电视的销量和销售额,进行各种各样角度的分析

 

PUT /tvs
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 0
  }, 
    "mappings": {
        "sales": {
            "properties": {
                "price": {
                    "type": "long"
                },
                "color": {
                    "type": "keyword"
                },
                "brand": {
                    "type": "keyword"
                },
                "sold_date": {
                    "type": "date"
                }
            }
        }
    }
}

 

POST /tvs/sales/_bulk
{ "index": {}}
{ "price" : 1000, "color" : "红色", "brand" : "长虹", "sold_date" : "2016-10-28" }
{ "index": {}}
{ "price" : 2000, "color" : "红色", "brand" : "长虹", "sold_date" : "2016-11-05" }
{ "index": {}}
{ "price" : 3000, "color" : "绿色", "brand" : "小米", "sold_date" : "2016-05-18" }
{ "index": {}}
{ "price" : 1500, "color" : "蓝色", "brand" : "TCL", "sold_date" : "2016-07-02" }
{ "index": {}}
{ "price" : 1200, "color" : "绿色", "brand" : "TCL", "sold_date" : "2016-08-19" }
{ "index": {}}
{ "price" : 2000, "color" :