ElasticSearch聚合查询

最新推荐文章于 2024-06-27 20:30:00 发布
最新推荐文章于 2024-06-27 20:30:00 发布
阅读量213 收藏
点赞数
分类专栏： Java&Javaweb
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/umgsai/article/details/105104125
版权

ElasticSearch聚合查询

1.group distinct

参数：Set

返回结果：Map<Long, Set>

select distinct(playCategory) group by uid

{
    "query":{
        "bool":{
            "filter":[
                {
                    "terms":{
                        "guid":[
                            "1835212105600007",
                            "1835212121800011"
                        ],
                        "boost":1
                    }
                }
            ],
            "adjust_pure_negative":true,
            "boost":1
        }
    },
    "_source":{
        "includes":[
            "playCategory.keyword"
        ],
        "excludes":[

        ]
    },
    "aggregations":{
        "group_info":{
            "terms":{
                "field":"guid",
                "size":10,/*group_info 的 limit*/
                "min_doc_count":1,
                "shard_min_doc_count":0,
                "show_term_doc_count_error":false,
                "order":[
                    {
                        "_count":"desc"
                    },
                    {
                        "_key":"asc"
                    }
                ]
            },
            "aggregations":{
                "distinct_info":{
                    "terms":{
                        "field":"playCategory.keyword",
                        "size":10,/*distinct_info的limit*/
                        "min_doc_count":1,
                        "shard_min_doc_count":0,
                        "show_term_doc_count_error":false,
                        "order":[
                            {
                                "_count":"desc"
                            },
                            {
                                "_key":"asc"
                            }
                        ]
                    }
                }
            }
        }
    }
}

查询结果如下

{
    "took":2,
    "timed_out":false,
    "_shards":{
        "total":5,
        "successful":5,
        "skipped":0,
        "failed":0
    },
    "hits":{
        "total":139,
        "max_score":0,
        "hits":[
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"42515235",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"50943600",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"50943796",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"42514238",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"42514231",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"50943123",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"42514354",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"42515407",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"50942086",
                "_score":0,
                "_source":{

                }
            },
            {
                "_index":"bixin_playmate_order",
                "_type":"bixin_playmate_order",
                "_id":"50942161",
                "_score":0,
                "_source":{

                }
            }
        ]
    },
    "aggregations":{
        "group_info":{
            "doc_count_error_upper_bound":0,
            "sum_other_doc_count":0,
            "buckets":[
                {
                    "key":1835212121800011,
                    "doc_count":79,
                    "distinct_info":{
                        "doc_count_error_upper_bound":0,
                        "sum_other_doc_count":2,
                        "buckets":[
                            {
                                "key":"d2525eb038dfcf29ae1d3d2eb65d076c",
                                "doc_count":32
                            },
                            {
                                "key":"c",
                                "doc_count":25
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bcf",
                                "doc_count":13
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc1",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc2",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc3",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc4",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc5",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc6",
                                "doc_count":1
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bc7",
                                "doc_count":1
                            }
                        ]
                    }
                },
                {
                    "key":1835212105600007,
                    "doc_count":60,
                    "distinct_info":{
                        "doc_count_error_upper_bound":0,
                        "sum_other_doc_count":0,
                        "buckets":[
                            {
                                "key":"bf78dd67d648dc541dff0dc86f8af718",
                                "doc_count":38
                            },
                            {
                                "key":"d2525eb038dfcf29ae1d3d2eb65d076c",
                                "doc_count":14
                            },
                            {
                                "key":"471028758308978688",
                                "doc_count":4
                            },
                            {
                                "key":"b2f36bbf94624eda70367bb5146e8bcf",
                                "doc_count":4
                            }
                        ]
                    }
                }
            ]
        }
    }
}
商商-77
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch查询以及聚合查询
clear_to_的博客
06-16 1950
Elasticsearch 查询
ES 聚合查询结果转换成相应的List对象
07-11
ES 聚合查询结果转换成相应的对象集合，ES 聚合查询结果转换成相应的对象集合
elasticsearch-聚合查询
Felix的小黑板
09-28 646
目录依赖引入目录结构代码详情DemoApplication.javaElasticsearchRestClient.javaBucketAggregationTest.javaMetricAggregationTest.java 本篇目将写一个案例来介绍, java 集成 elasticsearch 并且实现常见的聚合查询 依赖引入 我们使用 springboot快速创建一个项目, pom.xml如下 <?xml version="1.0" encoding="UTF-8"?> <pr
Elasticsearch8.x聚合查询全面指南：从理论到实战
最新发布
qq_41934990的博客
06-27 1124
类似于SQL中的GROUP BY操作，根据指定的条件对数据进行分组统计。可以进行嵌套分桶，即在一个分桶的基础上再进行细分。示例：按照手机的品牌进行分桶统计数量，再在小米手机的分桶基础上按照档次进行二次分桶。语法格式 指标聚合（Metrics Aggregations） 主要用于计算数值字段的统计信息，如平均值、最大值、最小值、求和、去重计数等。示例：计算某个班级、某个学科的最高分、最低分等。语法格式 聚合查询的特点 嵌套性：聚合查询支持嵌套，即一个聚合内部可以包含别的子聚合，实现复杂的数据挖掘和统计
elasticsearch的聚合查询
奇想派
07-05 1318
elasticsearch里包含很多语法，其中聚合查询尤其重要，本文罗列了几乎全部的聚合操作和案例。
elasticsearch聚合查询
qq_23697579的博客
02-19 326
搜索语法：GET /_index/type/_id /_search 在所有的索引中搜索所有的类型 /gb/_search 在 gb 索引中搜索所有的类型 /gb,us/_search 在 gb 和 us 索引中搜索所有的文档 /g*,u*/_search 在任何以 g 或者 u 开头的索引中搜索所有的类型 /gb/user/_search 在 gb 索引中搜索 user 类型 /gb,us/user,tweet/_search 在 gb 和 ...
java使用elasticsearch分组进行聚合查询过程解析
08-25
Java 使用 Elasticsearch 进行分组聚合查询过程解析 Java 使用 Elasticsearch 进行分组聚合查询是一个常见的需求，特别是在大数据处理和数据分析领域。Elasticsearch 提供了强大的聚合功能，可以对数据进行分组、...
elasticsearch聚合后分页
12-16
方法如果传总页数了，es就不用查询总页数，直接通过开始位置到结束位置取数即可
elasticaggregator-php:在 PHP 中更简单的 ElasticSearch 聚合查询
06-07
特点和目标简单的聚合查询构造（ ） 简单聚合结果解析和“压缩”（ ） 干净、简约的界面（在结合） 经过良好测试的代码库可根据不同需求进行配置和定制去做确定公共函数的更好命名约定（以更好地反映底层分桶和度量...
Elasticsearch高级聚合查询
09-22
代码示例
Elasticsearch聚合查询
37749442的博客
10-19 300
Elasticsearch 聚合查询(aggs) elasticsearch es sum求和统计用法 在查询出来的记录中，如果需要对记录的数据进行再次操作（比如求和、平均值、最大值。。。），就需要用到聚合查询。 1、求和 第一种方法： GET qrydev-*/_search { "query": { //这里根据业务查询的要求 }, "aggs": { "my_sum": { "sum": { "field": "TranNum" } } } } 第二种方法： GET q
elasticsearch 聚合查询
杨杨杨~~的博客
04-28 672
1. 桶聚合（Bucket Aggregations）：将文档分割成不同的桶（buckets），每个桶代表一个条件或者标准。常见的桶聚合包括根据词条、范围、日期等条件进行分桶。 2. 度量聚合（Metric Aggregations）：对文档中的数值字段进行计算，生成统计指标，如平均值、总和、最大值、最小值等。 3. 嵌套聚合（Nested Aggregations）：在其他聚合的结果上进行嵌套，以实现更复杂的分析。 4. 指标聚合（Matrix Aggregations）：对多个字段执行度量聚合，
ElasticSearch 聚合查询
wanson2015的博客
05-15 533
桶（bucket）和指标（metric） （1）桶　　 　　a、简单来说桶就是满足特定条件的文档的集合。 　　b、当聚合开始被执行，每个文档里面的值通过计算来决定符合哪个桶的条件，如果匹配到，文档将放入相应的桶并接着开始聚合操作。 　　c、桶也可以被嵌套在其他桶里面。 （2）指标 　　a、桶能让我们划分文档到有意义的集合，但是最终我们需要的是对这些桶内的文档进行一些指标的计算。分桶是一...
ElasticSearch--聚合查询
Cloud的专栏
05-16 4359
聚合(aggs) 聚合一般用于数据的统计分析,类似于mysql的group by。 聚合里面有两个基本概念，一个叫桶，一个叫度量。 桶的作用，是按照某种方式对数据进行分组，每一组数据成为一个桶。比如对手机品牌分组，可以得到小米桶，华为桶。 桶的分组方式 Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组 Histogram Aggregation：根据数值阶梯分组，与日期类似 Terms Aggregation：根据词条内容分组，词条内容完
【大数据】elasticsearch聚合查询
分享记录开发中的问题，欢迎一起探讨！
03-30 1086
关于elasticsearch聚合查询 命令如下 #查看每个年龄段的分布情况 GET bank/_search { "aggregations": { "ageAgg": { "terms": { "field": "age", "size": 10 } } } } #查看每个年龄段的分布情况。 查看整体的平均工资 GET bank/_search { "aggregations": { "ageAgg": {
es 聚合查询排除null_elasticsearch 聚合查询篇
06-02
好的，针对您的问题，您可以使用 Elasticsearch 的聚合查询中的“missing”聚合来排除 null 值。 具体来说，您可以使用以下的聚合查询语句： ``` { "aggs": { "field_name": { "missing": { "field": "your_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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