Java对查询结果的分组统计的优化

需求

统计某一产品的近n天的每天的销量和包裹数量,用于前端实现数据可视化

初始代码

原始数据通过造假数据获取

基础类

// 保存查询结果集
@Data
public class DataGroupBO {
   
    /**
     * pms sku
     */
    private String pmsSku;
    /**
     * om_order_id
     */
    private String omsOrderId;
    /**
     * sku销售数量
     */
    private Integer productQuantity;
    /**
     * 付款时间
     */
    private Date payTime;
    /**
     * 包裹单号
     */
    private String packageCode;
    /**
     * 仓库code
     */
    private String warehouseCode;
}
//中转bo,用来临时存放将要处理的数据
@Data
public class SkuSalesCountBO {
   
    /**
     * om_order_id
     */
    private String omsOrderId;
    /**
     * sku销售数量
     */
    private Integer productQuantity;
    /**
     * 包裹单号
     */
    private String packageCode;
    /**
     * 付款时间
     */
    private Date payTime;
    /**
     * 付款日期
     */
    private String date;
}
//内层vo
@Data
public class OmsSalesCountVO implements Serializable {
   
    private static final long serialVersionUID = 1L;
    @ApiModelProperty(value = "销量")
    private Integer salesCount;
    @ApiModelProperty(value = "包裹数量")
    private Integer packageCount;
    @ApiModelProperty(value = "付款时间,精确到日期")
    private String date;
    @ApiModelProperty(value = "付款时间,精确到秒")
    private Date dateTime;
}
//外层vo
@Data
public class OmsSalesTrendVO implements Serializable {
   
    private static final long serialVersionUID = 1L;
    /**
     * sku
     */
    @ApiModelProperty(value = "sku")
    private String sku;
    /**
     * 仓库编码
     */
    @ApiModelProperty(value = "仓库编码")
    private String warehouseCode;
    /**
     * 销量和包裹数量信息
     */
    @ApiModelProperty(value = "销量和包裹数量信息")
    private List<OmsSalesCountVO> countList;
}

造假数据

  • 其中,一个产品对应多个订单,一个订单可以有多个包裹
  • 销量字段productQuantity是以订单号为维度的确定的,与包裹号无关
  • 原始数据中,包裹号是可以唯一定位的
  • 模拟90天,大约产生9k-90w条数据(包裹量)
	private void addData(List<DataGroupBO> list) {
   
        // 90天循环
        for (int i = 0 ; i < 90 ; i++ ) {
   
            DateTime dateTime = DateUtil.offsetDay(new Date(), i - 90);
            //每天随机单量100-1000
            int orderCount = (int) (Math.random() * 999) + 100;
            for (int j = 0; j < orderCount; j++) {
   
                //每单随机包数量1-10
                int packageCount = (int) (Math.random() * 9) + 1;
                //每单随机销量1-10
                int count = (int) (Math.random
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Java ES(Elasticsearch)聚合查询是一种在Java开发中使用Elasticsearch进行聚合分析的方法。 聚合查询是指对数据进行统计分析,例如计算最大值、最小值、平均值、总和等。Java ES提供了丰富的聚合查询功能,可进行多层次、多字段的聚合计算。 在Java中使用Elasticsearch进行聚合查询,首先需要创建一个Elasticsearch客户端连接,获取到与Elasticsearch集群的通信管道。 然后,使用Java代码构建聚合查询请求。聚合查询的请求是基于JSON结构的DSL查询语言,可以使用Java提供的相关工具类来构建查询请求。 聚合查询请求中包含了聚合的类型(例如求和、平均值等)、聚合的字段、聚合的范围(例如按某个字段进行分组)等参数。 构建好查询请求后,通过客户端发送请求到Elasticsearch集群,并获取返回的查询结果。 最后,解析返回的查询结果,获取到聚合计算的结果数据,可以进一步进行业务处理或展示。 通过Java ES聚合查询,我们可以灵活地对大规模数据进行聚合分析,从中挖掘出有价值的信息,为业务决策提供支持。同时,Java ES的分布式计算能力也保证了聚合查询在大规模数据集上的高效执行。 总之,Java ES聚合查询是一种使用Java语言与Elasticsearch集群进行交互,进行多维度、多层次聚合计算的方法,能够帮助开发者快速获取到数据统计结果,为业务分析提供数据支持。 ### 回答2: Java ES(Elasticsearch)是一个基于Java开发的开源搜索引擎,它能够以高效的方式存储、搜索和分析大量的数据。 聚合查询Java ES中的一种重要功能,它可以帮助我们以更灵活的方式对数据进行聚合和分析,从而得出有价值的业务洞察。聚合查询可以对数据进行分组、排序、统计和过滤等操作,使我们能够深入了解数据的特征和趋势。 聚合查询可以针对多个字段进行聚合操作,比如求和、平均值、最大值、最小值等。它还支持桶聚合,可以将数据按照指定的条件进行分组,比如按照地区、时间段、类别等进行分组统计分析。此外,聚合查询还可以进行嵌套聚合,即在一个聚合查询中嵌套另一个聚合查询进行进一步的分析。 在Java ES中使用聚合查询十分简单,首先需要建立一个Elasticsearch客户端连接,然后准备查询DSL语句,通过调用相关API进行查询。聚合查询的结果以JSON格式返回,我们可以解析这些结果并进行业务处理。 总之,Java ES的聚合查询功能提供了丰富的数据分析能力,能够满足不同业务场景的需求。通过聚合查询,我们可以更轻松地理解和挖掘数据的潜在价值,为业务决策和优化提供有力支持。 ### 回答3: Java ES(Elasticsearch)聚合查询是一种用于分析和统计数据的功能。聚合查询可以对索引中的数据进行分组、筛选、计数和计算。 首先,聚合查询可以根据指定的字段将数据分组。例如,可以按照地区将销售数据进行分组,然后统计每个地区的销售额、订单数量等信息。 其次,聚合查询还可以根据一定的条件对数据进行筛选。例如,可以筛选出销售额大于10000的地区,或者筛选出销售数量超过100的产品类别。 除了基本的分组和筛选功能,聚合查询还支持各种常用的统计计算。例如,可以计算每个地区的销售额总和、平均值、最大值、最小值等。还可以计算每个月的销售额趋势和增长率等统计信息。 此外,聚合查询还支持多种聚合函数的组合和嵌套。例如,可以先按地区分组,然后在每个地区内再按销售年份进行分组,最后计算每个地区每年的销售额总和或平均值等。 Java ES聚合查询功能强大且灵活,可以满足各种复杂的统计分析需求。通过灵活的组合和嵌套,可以得到更详细和全面的统计结果,为数据分析和决策提供有力的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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