Elasticsearch多层嵌套nested查询和多条件聚合aggregations

已于 2022-08-16 10:45:30 修改
阅读量2.7k 收藏 5
点赞数 1
分类专栏： Elasticsearch  文章标签： elasticsearch
于 2022-08-11 09:35:03 首次发布
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/z125499702/article/details/126278812
版权

 当在aggregations中使用嵌套多条件，需要用bool包起来，如果直接在filters[]里写，将会分多个桶，分别按单个条件统计；

 部分片段截取：

"filters": {
            "filters": [
              {
                "bool": {
                  "filter": [
                    {
                      "terms": {
                        "timePeriodList.timePeriod": [
                          0
                        ],
                        "boost": 1
                      }
                    },
                    {
                      "range": {
                        "timePeriodList.freeDuration": {
                          "from": 60,
                          "to": null,
                          "include_lower": true,
                          "include_upper": true,
                          "boost": 1
                        }
                      }
                    }
                  ],
                  "adjust_pure_negative": true,
                  "boost": 1
                }
              }
            ]
}

当需要将多层嵌套nested用多个条件AND起来时：

{
          "nested": {
            "query": {
              "bool": {
                "filter": [
                  {
                    "terms": {
                      "timePeriodList.timePeriod": [
                        0
                      ],
                      "boost": 1
                    }
                  },
                  {
                    "range": {
                      "timePeriodList.freeDuration": {
                        "from": 60,
                        "to": null,
                        "include_lower": true,
                        "include_upper": true,
                        "boost": 1
                      }
                    }
                  },
                  {
                    "nested": {
                      "query": {
                        "bool": {
                          "filter": [
                            {
                              "term": {
                                "timePeriodList.skuPriceList.priceDuration": {
                                  "value": 60,
                                  "boost": 1
                                }
                              }
                            },
                            {
                              "term": {
                                "timePeriodList.skuPriceList.standardType": {
                                  "value": "CPT",
                                  "boost": 1
                                }
                              }
                            }
                          ],
                          "adjust_pure_negative": true,
                          "boost": 1
                        }
                      },
                      "path": "timePeriodList.skuPriceList",
                      "ignore_unmapped": false,
                      "score_mode": "none",
                      "boost": 1
                    }
                  }
                ],
                "adjust_pure_negative": true,
                "boost": 1
              }
            },
            "path": "timePeriodList",
            "ignore_unmapped": false,
            "score_mode": "none",
            "boost": 1
          }
        }
}

全部片段：

GET entity_point_sku/_search
{
  "from": 0,
  "size": 0,
  "timeout": "60s",
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "operatorType": {
              "value": "CINEMA",
              "boost": 1
            }
          }
        },
        {
          "term": {
            "saleModel": {
              "value": "SPLIT",
              "boost": 1
            }
          }
        },
        {
          "range": {
            "pointDate": {
              "from": "2022-09-10",
              "to": "2022-09-10",
              "include_lower": true,
              "include_upper": true,
              "boost": 1
            }
          }
        },
        {
          "range": {
            "freeDuration": {
              "from": 60,
              "to": null,
              "include_lower": true,
              "include_upper": true,
              "boost": 1
            }
          }
        },
        {
          "terms": {
            "city": [
              "440400"
            ],
            "boost": 1
          }
        },
        {
          "term": {
            "resourceEntityInfoId": {
              "value": "be6de436aaa2404d93517dd64ff1facb",
              "boost": 1
            }
          }
        },
        {
          "term": {
            "resourcePointId": {
              "value": "1a4a487bc5e54b8f9d592030012d6ad5",
              "boost": 1
            }
          }
        },
        {
          "prefix": {
            "pointNumber": {
              "value": "A",
              "boost": 1
            }
          }
        },
        {
          "nested": {
            "query": {
              "bool": {
                "filter": [
                  {
                    "terms": {
                      "timePeriodList.timePeriod": [
                        0
                      ],
                      "boost": 1
                    }
                  },
                  {
                    "range": {
                      "timePeriodList.freeDuration": {
                        "from": 60,
                        "to": null,
                        "include_lower": true,
                        "include_upper": true,
                        "boost": 1
                      }
                    }
                  },
                  {
                    "nested": {
                      "query": {
                        "bool": {
                          "filter": [
                            {
                              "term": {
                                "timePeriodList.skuPriceList.priceDuration": {
                                  "value": 60,
                                  "boost": 1
                                }
                              }
                            },
                            {
                              "term": {
                                "timePeriodList.skuPriceList.standardType": {
                                  "value": "CPT",
                                  "boost": 1
                                }
                              }
                            }
                          ],
                          "adjust_pure_negative": true,
                          "boost": 1
                        }
                      },
                      "path": "timePeriodList.skuPriceList",
                      "ignore_unmapped": false,
                      "score_mode": "none",
                      "boost": 1
                    }
                  }
                ],
                "adjust_pure_negative": true,
                "boost": 1
              }
            },
            "path": "timePeriodList",
            "ignore_unmapped": false,
            "score_mode": "none",
            "boost": 1
          }
        }
      ],
      "must_not": [
        {
          "terms": {
            "antiIndustry": [
              "MEDICAL_KQK"
            ],
            "boost": 1
          }
        }
      ],
      "adjust_pure_negative": true,
      "boost": 1
    }
  },
  "aggregations": {
    "resourcePointId_Count": {
      "value_count": {
        "field": "resourcePointId"
      }
    },
    "pointDateReachTime_Sum": {
      "sum": {
        "field": "pointDateReachTime"
      }
    },
    "timePeriodList_Name": {
      "nested": {
        "path": "timePeriodList"
      },
      "aggregations": {
        "timePeriodList_FilterAgg": {
          "filters": {
            "filters": [
              {
                "bool": {
                  "filter": [
                    {
                      "terms": {
                        "timePeriodList.timePeriod": [
                          0
                        ],
                        "boost": 1
                      }
                    },
                    {
                      "range": {
                        "timePeriodList.freeDuration": {
                          "from": 60,
                          "to": null,
                          "include_lower": true,
                          "include_upper": true,
                          "boost": 1
                        }
                      }
                    }
                  ],
                  "adjust_pure_negative": true,
                  "boost": 1
                }
              }
            ],
            "other_bucket": false,
            "other_bucket_key": "_other_"
          },
          "aggregations": {
            "timePeriodList.skuPriceList_Name": {
              "nested": {
                "path": "timePeriodList.skuPriceList"
              },
              "aggregations": {
                "timePeriodList.skuPriceList_FilterAgg": {
                  "filters": {
                    "filters": [
                      {
                        "bool": {
                          "filter": [
                            {
                              "term": {
                                "timePeriodList.skuPriceList.priceDuration": {
                                  "value": 60,
                                  "boost": 1
                                }
                              }
                            },
                            {
                              "term": {
                                "timePeriodList.skuPriceList.standardType": {
                                  "value": "CPT",
                                  "boost": 1
                                }
                              }
                            }
                          ],
                          "adjust_pure_negative": true,
                          "boost": 1
                        }
                      }
                    ],
                    "other_bucket": false,
                    "other_bucket_key": "_other_"
                  },
                  "aggregations": {
                    "salePrice_SUM": {
                      "sum": {
                        "field": "timePeriodList.skuPriceList.salePrice"
                      }
                    },
                    "stickerPrice_SUM": {
                      "sum": {
                        "field": "timePeriodList.skuPriceList.stickerPrice"
                      }
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

Elasticsearch 多层嵌套nested 多条件聚合aggregations

掌控日月
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Elasticsearch嵌套式对象Nested分析
Elasticsearch
03-15 3万+
nested结构是Elasticsearch提供关系存储的一种特殊的结构,是NOSQL的一种高级特性,在传统的关系型sql中,很难做到一行记录中存储某个实体以及附属的内容，比如某个用户下评论数据，或某个订单下的所有商品等这种关系比较强的内容。当然传统sql也能做到,比如我们当想存储一个订单和该订单下的商品内容。我们可以定义一个text类型的字段,以json的方式存储不同的商品信息,但是这样有一个致命
elasticesearch nested多条件多嵌套查询
util123的博客
12-29 4152
elasticsearch 布尔查询来组合多个嵌套查询nested子句
ElasticSearch【有与无】【搜索引擎】【ES27】嵌套对象
琴韵悠悠
07-07 389
目录 1.简介 1.1.嵌套对象映射 1.2.嵌套对象查询 1.3.使用嵌套字段排序 1.4.嵌套聚合 1.5.逆向嵌套聚合 1.6.嵌套对象的使用时机 1.简介 由于在 Elasticsearch 中单个文档的增删改都是原子性操作,那么将相关实体数据都存储在同一文档中也就理所当然。 如说,我们可以将订单及其明细数据存储在一个文档中。又比如,我们可以将一篇博客文章的评论以一个...
深入了解ElasticSearch的Nested数据类型(1)
2401_84046876的博客
04-22 681
这份文档从构建一个键值数据库的关键架构入手，不仅带你建立起全局观，还帮你迅速抓住核心主线。除此之外，还会具体讲解数据结构、线程模型、网络框架、持久化、主从同步和切片集群等，帮你搞懂底层原理。相信这对于所有层次的Redis使用者都是一份非常完美的教程了。你的支持，我的动力；祝各位前程似锦，offer不断！！！《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！33%;" />
ES 查询语句总结（2）内嵌对象查询
LM813381916的博客
10-10 4364
ES 查询语句总结（2）内嵌对象查询，并对内嵌的对象进行聚合等
Elasticsearch--查询（nested、join）
CelineT的博客
07-14 3134
嵌套类型数据的某个值是json、object对象；不再是简单的数据类型，或者简单数据类型的数组；那么还用之前的查询方式就有问题了。因为ES在存储复杂类型的时候会把对象的复杂层次结果扁平化为一个键值对列表。此时，需要用nested进行查询。
ES nested嵌套、aggregation聚合查询基本用法
weixin_43884057的博客
05-21 4330
类似group by分组 Order by排序，ES 同样拥有聚合、排序功能。 Elastic Search中文版官方文档地址 Elastic Search英文版官方文档地址 1. bucket桶聚合 在firstAggregations中，使用terms分桶，即基于user_id进行分组统计（group by user_id） 在secondAggregations中，进行top_hits过滤结果，“size”选择多少条文档，“sort”进行条件排序（order by publish_time desc
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、排序、筛选等操作。在 Java 中，我们可以使用 Elastic...
ES查询客户端，elasticsearch可视化工具 elasticsearch查询客户端
最新发布
06-20
**Elasticsearch查询客户端与可视化工具*...总之，Elasticsearch查询客户端和可视化工具是提升ES操作效率和理解力的重要工具。正确选择和使用这些工具，能帮助开发者更好地管理和利用存储在Elasticsearch中的海量数据。
JAVA使用ElasticSearch查询in和not in的实现方式
08-26
JAVA使用ElasticSearch查询in和not in的实现方式 Elasticsearch是一个基于Lucene的搜索服务器，提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。它是用Java开发的，并作为Apache许可条款下的开放...
Java如何使用elasticsearch进行模糊查询
08-25
二、ES 中文条件查询 在 Elasticsearch 中，可以使用 BoolQueryBuilder 进行复杂的查询条件组合。例如： ``` SearchRequestBuilder requestBuilder = client.prepareSearch("knowledge").setTypes("knowledge_theme...
elasticSearch查询语句DSL
06-27
在这篇资源中，我们将详细介绍如何使用DSL...最后，我们将分享一些实用技巧和最佳实践，帮助您充分发挥DSL在Elasticsearch中的优势。我们将探讨性能优化、查询调试和索引优化等关键主题，以提升查询效率和搜索准确性。
使用Elasticsearch进行分组聚合统计
ue4的博客
05-18 8243
使用Elasticsearch进行分组聚合统计
elasticSearch nested exist与missing查询
weixin_33800463的博客
11-11 731
elasticSearch nested查询，简单意义上，你可以理解为，它不会被索引，只是被暂时隐藏起来，而查询的时候，开关就是使用nested query/filter去查询 下面我有一个例子，是查询文档中，含有某字段的nested查询，与不含有某字段的nested查询办法。 1.查询文档中存在某字段(account.userId)的nested ES...
ElasticSearch(ES)使用Nested结构存储KV及聚合查询
weixin_45032957的博客
04-25 1008
为何要使用Nested结构存储KV（键值对）? ElasticSearch对于field的数量有限制，默认情况下field的数量如果超过1000个，写入时再创建新的fields就会报错： java.lang.IllegalArgumentException: Limit of total fields [1000] in index [(index_name)] has been exceeded at org.elasticsearch.index.mapper.MapperService.checkTo
ElasticSearch中关于Nasted嵌套查询的介绍：生动案例，通俗易懂，彻底吸收
Wyatt_zhai
10-24 1438
题注：随着对ES接触的越来越深入，发现此前了解的ES知识点有点单薄，特此寻来ES知识点汇总成的一个思维导图，全面了解自己掌握了哪些，未掌握哪些。此外，作者斌并没有足够的精力学习ES全部的知识点，只能见缝插针，在工作中遇到陌生的点再去深入了解。 本文则是针对Nested嵌套查询进行一系列的研究和分析
Elasticsearch(039)：es中搜索之排序
瘦子没有夏天
02-22 6964
一、概述 默认情况下，结果集会按照相关性进行排序 – 相关性越高，排名越靠前。为了使结果可以按照相关性进行排序，我们需要一个相关性的值。在ElasticSearch的查询结果中， 相关性分值会用_score字段来给出一个浮点型的数值，所以默认情况下，结果集以_score进行倒序排列. 二、Es中排序使用 2.1 简单排序 例如下面的按照创建时间的倒序排序。 GET example/docs/_search { "query": { "match_all": {} }, "sort": [
Elasticsearch nested sort filter 嵌套排序问题及解决
热门推荐
zhanlanmg的专栏
10-20 2万+
官方解释首先来看一下官方文档：Sorting by Nested Fields 看不懂的没关系，它其实就只有两句是有用的，就是那两段代码。索引PUT /my_index/blogpost/2 { "title": "Investment secrets", "body": "What they don't tell you ...", "tags": [ "shares", "eq
学习提高：Elasticsearch7.X 多层嵌套查询SpringBoot项目，源码示例，NativeSearchQuery和elasticsearchRestTemplate多级嵌套查询搜索实现
做技术，贵在学习与坚持！
05-18 2040
学习提高：Elasticsearch7.X 多层嵌套查询SpringBoot项目，源码示例，NativeSearchQuery和elasticsearchRestTemplate多级嵌套查询搜索实现
elasticsearch嵌套查询nested完整案例
03-29
下面是一个完整的elasticsearch嵌套查询nested案例： 假设我们有一个文档类型为“book”，其中包含以下字段： - title：书的标题 - author：书的作者，是一个嵌套类型，包含以下字段 - name：作者的名字 - age：作者的年龄 我们的目标是查询作者年龄小于30岁的书籍。 首先，我们需要在mapping中定义author字段为嵌套类型： ``` PUT /books { "mappings": { "book": { "properties": { "title": { "type": "text" }, "author": { "type": "nested", "properties": { "name": { "type": "text" }, "age": { "type": "integer" } } } } } } } ``` 接下来，我们添加一些示例文档： ``` PUT /books/book/1 { "title": "The Great Gatsby", "author": { "name": "F. Scott Fitzgerald", "age": 29 } } PUT /books/book/2 { "title": "To Kill a Mockingbird", "author": { "name": "Harper Lee", "age": 34 } } PUT /books/book/3 { "title": "1984", "author": { "name": "George Orwell", "age": 46 } } ``` 现在，我们可以使用nested查询来查找作者年龄小于30岁的书籍： ``` GET /books/book/_search { "query": { "nested": { "path": "author", "query": { "range": { "author.age": { "lt": 30 } } } } } } ``` 在此查询中，我们使用了nested查询，指定了嵌套路径为“author”。然后，我们在查询中使用了range查询，指定了作者年龄小于30岁。此查询将返回文档1（The Great Gatsby）。

“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 1
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