date_histogram的用法

目录

1.标准写法在kibana中

2.date_histogram支持了日期的表达式

3.时间返回结果格式化

4.time_zone时区的用法

5，offset 使用偏移值，改变时间区间

6.Missing Value缺省字段

7.其他

8.代码实现

---

 https://blog.csdn.net/opera95/article/details/78614244

date_histogram （和 histogram 一样）默认只会返回文档数目非零的 buckets。

1.标准写法在kibana中

GET /cars/transactions/_search
{
   "size" : 0,
   "aggs": {
      "sales": {
         "date_histogram": {
            "field": "sold",
            "interval": "month",
            "format": "yyyy-MM-dd",
            "min_doc_count" : 0, //这个参数强制返回空 buckets。
            "extended_bounds" : { //这个参数强制返回整年
                "min" : "2014-01-01",
                "max" : "2014-12-31"
            }
         }
      }
   }
}

2.date_histogram支持了日期的表达式

的用法与histogram差不多，只不过区间上支持了日期的表达式。

interval字段支持多种关键字：`year`, `quarter`, `month`, `week`, `day`, `hour`, `minute`, `second`

{
"aggs":{
    "articles_over_time":{
        "date_histogram":{
            "field":"date",
            "interval":"month"
            }
        }
    }
}


一个半小时可以定义


{
    "aggs":{
        "articles_over_time":{
            "date_histogram":{
                "field":"date",
                "interval":"1.5h"
                }
            }
        }
}

3.时间返回结果格式化

{
    "aggs":{
        "articles_over_time":{
            "date_histogram":{
                "field":"date",
                "interval":"1M",
                "format":"yyyy-MM-dd"
                }
            }
        }
    }



结果如下：其中key_as_string是格式化后的日期，key显示了是日期时间戳，
{
    "aggregations":{
        "articles_over_time":{
            "buckets":[{
                "key_as_string":"2013-02-02",
                "key":1328140800000,
                "doc_count":1
            },{
                "key_as_string":"2013-03-02",
                "key":1330646400000,
                "doc_count":2
            },
            ...
            ]}
        }
}

4.time_zone时区的用法

在es中日期支持时区的表示方法，这样就相当于东八区的时间。

{
    "aggs":{
        "by_day":{
            "date_histogram":{
                "field":"date",
                "interval":"day",
                "time_zone":"+08:00"
            }
        }
    }
}

5，offset 使用偏移值，改变时间区间

默认情况是从凌晨0点到午夜24:00，如果想改变时间区间，可以通过下面的方式，设置偏移值
{"aggs":{
    "by_day":{
        "date_histogram":{
            "field":"date",
            "interval":"day",
            "offset":"+6h"
            }
        }
    }
}


那么桶的区间就改变为：

"aggregations":{
    "by_day":{
        "buckets":[{
            "key_as_string":"2015-09-30T06:00:00.000Z",
            "key":1443592800000,
            "doc_count":1
        },{
            "key_as_string":"2015-10-01T06:00:00.000Z",
            "key":1443679200000,
            "doc_count":1
        }]
    }
}

6.Missing Value缺省字段

当遇到没有值的字段，就会按照缺省字段missing value来计算：

{
    "aggs":{
        "publish_date":{
            "date_histogram":{
                "field":"publish_date",
                "interval":"year",
                "missing":"2000-01-01"
            }
        }
    }
}

7.其他

对于其他的一些用法，这里就不过多赘述了，比如脚本、Order、min_doc_count过滤，extended_bounds等都是支持的

8.代码实现

  //创建search请求
        SearchRequest searchRequest = new SearchRequest("final_edition_mail_log");
        //用SearchSourceBuilder来构造查询请求体
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
        List<SuspiciousAccount> list = new ArrayList<SuspiciousAccount>();
            boolQueryBuilder
                    .must( QueryBuilders.termsQuery("fullName.keyword", param.get("orgName")))
                    .must(QueryBuilders.termsQuery("abroad.keyword","OUT"))//国外
                    //.must(QueryBuilders.existsQuery("credit"))
                    .must(QueryBuilders.termsQuery("behavior","1"))
                    .filter(QueryBuilders.rangeQuery("create_date")
                            .timeZone("GMT+8")
                            .gte(DateUtil.getFirstDayOfMonth()).lte(DateUtil.getLastDayOfMonth()));
            
            
            
             AggregationBuilder aggregationBuilder = AggregationBuilders.dateHistogram("create_date")//自定义名称
     				.fixedInterval(DateHistogramInterval.DAY)//设置间隔
     				.minDocCount(0)//返回空桶
     				.field("create_date")
     				.offset("+16h")//时区区间偏移值
     				.extendedBounds(
     				new ExtendedBounds(DateUtil.getFirstDayOfMonth(), DateUtil.getLastDayOfMonth()));//指定时间字段
     				  
              

            sourceBuilder.query(boolQueryBuilder).aggregation(aggregationBuilder).size(0);
            searchRequest.source(sourceBuilder);
           
            //发送请求
            SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
            Aggregation agg = searchResponse.getAggregations().get("create_date");
            
    		List<? extends Histogram.Bucket> buckets = ((Histogram) agg).getBuckets();
    		for (Histogram.Bucket bucket : buckets) {
    			SuspiciousAccount account = new SuspiciousAccount();
    			String longTime = bucket.getKeyAsString();
				log.info(""+bucket.getKeyAsString());
    			log.info(String.valueOf(bucket.getDocCount()));
    			              account.setDayOf(DateUtil.timeStamp2Date(String.valueOf(Long.parseLong(longTime)/1000),"yyyy-MM-dd"));
    			account.setSuccessSum(String.valueOf(bucket.getDocCount()));
    			list.add(account);
    		}