elasticsearch-dsl聚合-2
2024-09-06 17:11:56
接续上篇,本篇介绍elasticsearch聚合查询,使用python库elasticsearch-dsl进行聚合查询操作。
条形图
聚合有一个令人激动的特性就是能够十分容易地将数据转换成图表和图形。
- 创建直方图需要指定一个区间,如果我们要为售价创建一个直方图,可以将间隔设为 20,000。这样做将会在每个 $20,000 档创建一个新桶,然后文档会被分到对应的桶中。
GET cars/transactions/_search
{
"size": ,
"aggs": {
"price": {
"histogram": {
"field": "price",
"interval":
},
"aggs": {
"revenue": {
"sum": {
"field": "price"
}
}
}
}
}
}s = Search(index='cars')
s.aggs.bucket("price", "histogram", field="price", interval=20000).metric("revenue", "sum", field="price")
response = s.execute()图形化表示
- 更强大的统计
GET /cars/transactions/_search
{
"size" : ,
"aggs": {
"makes": {
"terms": {
"field": "make",
"size":
},
"aggs": {
"stats": {
"extended_stats": {
"field": "price"
}
}
}
}
}
}s = Search(index='cars')
s.aggs.bucket("makes", "terms", field="make", size=10).metric("stats", "extended_stats", field="price")
response = s.execute() - 按时间统计(date_histogram),每月销售了多少台汽车?
GET cars/transactions/_search
{
"size": ,
"aggs": {
"sales": {
"date_histogram": {
"field": "sold",
"interval": "month",
"format": "yyyy-MM-dd",
"extended_bounds": {
"min": "2014-01-01",
"max": "2014-12-31"
}
}
}
}
}s = Search(index='cars')
s.aggs.bucket("sales", "date_histogram", field="sold", interval="month",
format="yyyy-MM-dd", extended_bounds={"min": "2014-01-01", "max": "2014-12-31"})
response = s.execute() - 计算每个季度所有汽车品牌的销售总额以及每种汽车品牌的销售总额
GET cars/transactions/_search
{
"size": ,
"aggs": {
"sales": {
"date_histogram": {
"field": "sold",
"interval": "quarter",
"format": "yyyy-MM-dd",
"extended_bounds": {
"min": "2014-01-01",
"max": "2014-12-31"
}
},
"aggs": {
"per_make_sum": {
"terms": {
"field": "make"
},
"aggs": {
"sum_price": {
"sum": {
"field": "price"
}
}
}
},
"total_sum": {
"sum": {
"field": "price"
}
}
}
}
}
}s = Search(index='cars')
a1 = A("date_histogram", field="sold", interval="quarter", format="yyyy-MM-dd",
extended_bounds={"min": "2014-01-01", "max": "2014-12-31"})
a2 = A("terms", field="make")
s.aggs.bucket("sales", a1).bucket("per_make_sum", a2).metric("sum_price", "sum", field="price")
s.aggs["sales"].metric("total_sum", "sum", field="price")
response = s.execute() - 限定范围的聚合,福特在售车有多少种颜色?
GET cars/transactions/_search
{
"query": {
"match": {
"make": "ford"
}
},
"aggs": {
"colors": {
"terms": {
"field": "make"
}
}
}
}s = Search(index="cars").query("match", make="ford")
s.aggs.bucket("colors", "terms", field="make")
response = s.execute() - 全局桶(全局桶包含所有的文档,它无视查询的范围),比方说我们想知道福特汽车与所有汽车平均售价的比较
GET cars/transactions/_search
{
"query": {
"match": {
"make": "ford"
}
},
"aggs": {
"single_avg_price": {
"avg": {
"field": "price"
}
},
"all": {
"global": {}, --global忽略过滤条件
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}s = Search(index="cars").query("match", make="ford")
s.aggs.metric("single_avg_price", "avg", field="price")
s.aggs.bucket("all", "global").metric("avg_price", "avg", field="price")
response = s.execute() - 过滤,找到售价在 $10,000 美元之上的所有汽车同时也为这些车计算平均售价
GET cars/transactions/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"price": {
"gte":
}
}
}
}
},
"aggs": {
"single_avg_price": {
"avg": {
"field": "price"
}
}
}
}s = Search(index="cars").query("range", price={"gte": 10000})
s.aggs.metric("single_avg_price", "avg", field="price")
response = s.execute() - 过滤桶(一种特殊桶),搜索福特汽车在2014年上半年销售汽车的均价
GET /cars/transactions/_search
{
"size" : ,
"query":{
"match": {
"make": "ford"
}
},
"aggs":{
"recent_sales": {
"filter": {
"range": {
"sold": {
"from": "2014-01-01",
"to": "2014-06-30"
}
}
},
"aggs": {
"average_price":{
"avg": {
"field": "price"
}
}
}
}
}
}s = Search(index="cars").query("match", make="ford")
q = Q("range", sold={"from": "2014-01-01", "to": "2014-06-30"})
s.aggs.bucket("recent_sales", "filter", q).metric("average_price", "avg", field="price")
response = s.execute() - 后过滤器(post_filter),只过滤搜索结果,不过滤聚合结果,对聚合没有影响
GET cars/transactions/_search
{ "query": {
"match": {
"make": "ford"
}
},
"post_filter": {
"term": {
"color": "green"
}
},
"aggs": {
"all_colors": {
"terms": {
"field": "color"
}
}
}
}s = Search(index="cars").query("match", make="ford").post_filter("term", color="green")
s.aggs.bucket("all_colors", "terms", field="color")
response = s.execute()
- 创建直方图需要指定一个区间,如果我们要为售价创建一个直方图,可以将间隔设为 20,000。这样做将会在每个 $20,000 档创建一个新桶,然后文档会被分到对应的桶中。
内置排序
- _count:按文档数排序。对 terms 、 histogram 、 date_histogram 有效
- _term:按词项的字符串值的字母顺序排序。只在 terms 内使用
- _key:按每个桶的键值数值排序(理论上与 _term 类似)。 只在 histogram 和 date_histogram 内使用
- 让我们做一个 terms 聚合但是按 doc_count 值的升序排序
GET cars/transactions/_search
{
"size": ,
"aggs": {
"colors": {
"terms": {
"field": "color",
"order": {
"_count": "asc"
}
}
}
}
}s = Search(index="cars")
s.aggs.bucket("colors", "terms", field="color", order={"_count": "asc"})
response = s.execute() - 按度量排序,按照汽车颜色分类,再按照汽车平均售价升序排列
GET cars/transactions/_search
{
"size": ,
"aggs": {
"colors": {
"terms": {
"field": "color",
"order": {
"avg_price": "asc"
}
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}s = Search(index="cars")
s.aggs.bucket("colors", "terms", field="color", order={"avg_price": "asc"}).metric("avg_price", "avg", field="price")
response = s.execute() - 基于“深度”度量排序
- 让我们做一个 terms 聚合但是按 doc_count 值的升序排序
我们可以定义更深的路径,将度量用尖括号( > )嵌套起来,像这样: my_bucket>another_bucket>metric 。
需要提醒的是嵌套路径上的每个桶都必须是 单值 的。 filter 桶生成 一个单值桶:所有与过滤条件匹配的文档都在桶中。 多值桶(如:terms )动态生成许多桶,无法通过指定一个确定路径来识别。
目前,只有三个单值桶: filter 、 global 和 reverse_nested 。
- 让我们快速用示例说明,创建一个汽车售价的直方图,但是按照红色和绿色(不包括蓝色)车各自的方差来排序
GET /cars/transactions/_search
{
"size" : ,
"aggs" : {
"colors" : {
"histogram" : {
"field" : "price",
"interval": ,
"order": {
"red_green_cars>stats.variance" : "asc"
}
},
"aggs": {
"red_green_cars": {
"filter": { "terms": {"color": ["red", "green"]}},
"aggs": {
"stats": {"extended_stats": {"field" : "price"}}
}
}
}
}
}
}s = Search(index="cars")
a = A("histogram", field="price", interval=20000, order={"red_green_cars>stats.variance": "asc"})
q = A("filter", filter={"terms": {"color": ["red", "green"]}})
s.aggs.bucket("colors", a).bucket("red_green_cars", q).metric("stats", "extended_stats", field="price")
response = s.execute()
- 让我们快速用示例说明,创建一个汽车售价的直方图,但是按照红色和绿色(不包括蓝色)车各自的方差来排序
最新文章
- .htaccess语法中RewriteCond和RewriteRule意义
- MyBatis源码分析(1)-MapConfig文件的解析
- JSValidation客户端验证框架
- CURL --- 命令行浏览器CURL
- 【转载】HBase基本概念和hbase shell常用命令用法
- Makedown常用符号整理
- C语言创建并使用lib
- MidPayinfoVO
- VI 命令学习指南
- asp.net 事件模型
- Android 监听器
- nopCommerce 3.9 大波浪系列 之 开发支持多店的插件
- 20145237《Java程序设计》实验报告一
- vs code中文扩展包
- 关于matlab2018a版本错误使用 svmclassify 分类器
- Angular 创建组件
- xml文档的读取
- Nginx中文手冊
- 本地启动spark-shell
- U-Boot_bmp_logo_hacking
热门文章
- 牛客网Java刷题知识点之父类中的私有内容,子类是否具备? 子类不可直接,但可间接访问父类中的私有内容?
- Windows下Redis数据库管理工具(redis-desktop-manager)安装与配置(图文详解)
- SSRS 参数 单选 多选
- Spring Boot集成Hibernate Validator
- javaSE练习2——流程控制_2.2
- Spring课程 Spring入门篇 4-1 Spring bean装配(下)之bean定义及作用域注解实现
- ztree树形图自定义图标在jeecg框架中不显示
- (12)JavaScript之[事件][事件监听]
- [MedicalEndoscope]PFC介绍
- Eclipse: 导入项目乱码问题解决