先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024b （备注Java）
正文
关于聚合
通过搜索，我们可找到匹配查询条件的文档集；
通过聚合，我们会得到一个数据的概念，以汽车销售信息为例，以下都是聚合数据：
-
有多少中颜色；
-
每辆车的平均价格是多少；
-
按照汽车的颜色来划分，每个颜色的销售量是多少；
学习Elasticsearch聚合的第一步就是理解两个概念：桶(Buckets)和指标(Metrics)
桶(Buckets)
桶是指满足特定条件的文档的集合，例如按照汽车颜色分类，如下图，每个颜色都有一个桶，里面放的是所有这个颜色的文档：
指标(Metrics)
指标是对桶内的文档进行统计计算，如统计红色汽车的数量、最低价、最高价、平均售价、总销售额等，这些都是根据桶中的文档的值来计算的；
基本概念有所了解后一起通过实战来学习和掌握聚合的知识；
环境信息
以下是本次实战的环境信息，请确保您的Elasticsearch可以正常运行：
-
操作系统：Ubuntu 18.04.2 LTS
-
JDK：1.8.0_191
-
Elasticsearch：6.7.1
-
Kibana：6.7.1
导入实战数据
本次实战用到的数据来自《Elasticsearch权威指南》的示例；
- 实战会用到名为cars的索引，里面的每个文档是一条汽车销售记录，具体字段定义如下：
| 字段 | 类型 | 作用 |
| — | — | — |
| price | long | 汽车售价 |
| color | text | 汽车颜色 |
| make | text | 汽车品牌 |
| sold | date | 销售日期 |
- 通过静态映射的方式来创建索引，在Kibana的Dev Tools页面执行以下命令，就会创建cars索引和transactions类型，并且指定了每个字段的定义：
PUT /cars
{
“mappings” : {
“transactions” : {
“properties” : {
“color” : {
“type” : “keyword”
},
“make” : {
“type” : “keyword”
},
“price” : {
“type” : “long”
},
“sold” : {
“type” : “date”
}
}
}
}
}
- 导入数据：
POST /cars/transactions/_bulk
{ “index”: {}}
{ “price” : 10000, “color” : “red”, “make” : “honda”, “sold” : “2014-10-28” }
{ “index”: {}}
{ “price” : 20000, “color” : “red”, “make” : “honda”, “sold” : “2014-11-05” }
{ “index”: {}}
{ “price” : 30000, “color” : “green”, “make” : “ford”, “sold” : “2014-05-18” }
{ “index”: {}}
{ “price” : 15000, “color” : “blue”, “make” : “toyota”, “sold” : “2014-07-02” }
{ “index”: {}}
{ “price” : 12000, “color” : “green”, “make” : “toyota”, “sold” : “2014-08-19” }
{ “index”: {}}
{ “price” : 20000, “color” : “red”, “make” : “honda”, “sold” : “2014-11-05” }
{ “index”: {}}
{ “price” : 80000, “color” : “red”, “make” : “bmw”, “sold” : “2014-01-01” }
{ “index”: {}}
{ “price” : 25000, “color” : “blue”, “make” : “ford”, “sold” : “2014-02-12” }
通过head插件看到新建的索引cars的所有数据如下图，例如第一条记录，表示售价30000，汽车颜色是绿色，品牌是ford，销售时间是2014年5月8日：
最简单的聚合：terms桶
第一个聚合命令是terms桶，相当于SQL中的group by，将所有记录按照颜色聚合，执行以下查询命令：
GET /cars/transactions/_search
{
“size”:0,
“aggs”:{
“popular_colors”:{
“terms”: {
“field”: “color”
}
}
}
}
收到响应如下：
{
“took” : 1,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 8,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“popular_colors” : {
“doc_count_error_upper_bound” : 0,
“sum_other_doc_count” : 0,
“buckets” : [
{
“key” : “red”,
“doc_count” : 4
},
{
“key” : “blue”,
“doc_count” : 2
},
{
“key” : “green”,
“doc_count” : 2
}
]
}
}
}
现在对查询命令中的参数做出解释：
-
size设置为0，这样返回的hits字段为空（hits不是我们本次查询关心的内容），这样可以提高查询速度；
-
aggs：聚合操作都被至于aggs之下，注意aggs是顶层参数，另外使用aggregations替代aggs也可以；
-
popular_colors：为聚合的类型指定名称，本次是按照颜色来聚合的，所以起名为popular_colors，响应内容中可以看到该字段的聚合结果如下：
aggregations" : {
“popular_colors” : {
“doc_count_error_upper_bound” : 0,
“sum_other_doc_count” : 0,
“buckets” : [
{
“key” : “red”,
“doc_count” : 4
},
{
“key” : “blue”,
“doc_count” : 2
},
…
-
terms：在聚合的时候，桶的类型有很多种，terms是常用的一种，作用是按照指定字段来聚合，例如本例指定了color字段，所以所有color为red的文档聚合到一个桶，green的文档聚合到另一个桶，实际上桶类型是有很多种的，常见的类型在后面的实战中会用到，更多详细内容请参考官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.0/search-aggregations-bucket.html
-
field的值就是terms桶指定的聚合字段，这里是color字段；
-
接下来看看返回的信息，aggregations就是聚合结果，popular_colors是我们指定的别名，buckets是个json数组，里面的每个json对象都是一个桶，里面的doc_count就是记录数；例如结果中的第一条记录就是红色汽车的销售记录；
添加度量指标
- 上面的示例返回的是每个桶中的文档数量，接下es支持丰富的指标，例如平均值(Avg)、最大值(Max)、最小值(Min)、累加和(Sum)等，接下来试试累加和的用法；
技术学习总结
学习技术一定要制定一个明确的学习路线，这样才能高效的学习，不必要做无效功，既浪费时间又得不到什么效率，大家不妨按照我这份路线来学习。
最后面试分享
大家不妨直接在牛客和力扣上多刷题，同时，我也拿了一些面试题跟大家分享，也是从一些大佬那里获得的，大家不妨多刷刷题，为金九银十冲一波！
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1559502)]
最后面试分享
大家不妨直接在牛客和力扣上多刷题，同时，我也拿了一些面试题跟大家分享，也是从一些大佬那里获得的，大家不妨多刷刷题，为金九银十冲一波！
[外链图片转存中…(img-Ag7yKK9O-1713471559503)]
[外链图片转存中…(img-Y1735NcW-1713471559503)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-xXTkyUJM-1713471559503)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
177
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
