<xmp id="63nn9"><video id="63nn9"></video></xmp>

<xmp id="63nn9"></xmp>

<wbr id="63nn9"><ins id="63nn9"></ins></wbr>

<wbr id="63nn9"></wbr><video id="63nn9"><ins id="63nn9"><table id="63nn9"></table></ins></video>

es筆記六之聚合操作之指標聚合

本文首發于公眾號:Hunter后端
原文鏈接:es筆記六之聚合操作之指標聚合

聚合操作,在 es 中的聚合可以分為大概四種聚合:

  • bucketing(桶聚合)
  • mertic(指標聚合)
  • matrix(矩陣聚合)
  • pipeline(管道聚合)

bucket
類似于分類分組,按照某個 key 將符合條件的數據都放到該類別的組中

mertic
計算一組文檔的相關值,比如最大,最小值

matrix
根據多個 key 從文檔中提取值生成矩陣,這個操作不支持腳本(script)

pipeline
將其他聚合的結果再次聚合輸出

聚合是支持套娃(嵌套)操作的,你可以在聚合的結果上接著進行聚合操作,es 是不限制聚合的深度的。

本篇筆記目錄如下:

  1. 指標聚合的基本結構
  2. 平均值聚合
  3. 去重統計
  4. 聚合統計匯總
  5. 最大值、最小值聚合
  6. 百分位統計
  7. 百分位排名
  8. 字符串統計聚合
  9. sum 統計總和操作
  10. count 統計總數操作
  11. top hit 操作

1、指標聚合的基本結構

指標聚合操作的基本結構大致如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "aggregation_name": {
      "agg_name": {
        "field": "field_name"
      }
    }
  }
}

其中,aggregation_name 為聚合返回結果的名稱,由我們自己定義,agg_name 為聚合的參數,比如最大值最小值,平均值等,這個我們在下面介紹。

指標聚合

指標聚合是從文檔中提取字段值出來進行計算得出結果,比如最大最小平均值等。

接下來將詳細介紹各種指標聚合操作。

2、平均值聚合

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "avg_balance": {
      "avg": {
        "field": "balance"
      }
    }
  }
}

其中,最外層的 aggs 表示是聚合操作,avg_balance 是聚合的名稱,avg 則表示是平均值聚合,里面的 field 表示聚合的字段是 balance 字段

在這里,如果不添加 size=0,除了會返回我們的聚合結果,還會返回聚合的源數據。

這個操作我們返回的結果如下:

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1000,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "avg_balance" : {
      "value" : 25714.837
    }
  }
}

我們聚合的結果在 aggregations 這個 key 下。

腳本執行

腳本執行的方式如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "avg_balance": {
      "avg": {
        "script": {"source": "doc.balance.value"}
      }
    }
  }
}

對結果處理

假設,我們需要對這個平均值結果進行處理,比如我們計算出來的這個值是 2000,我們想要對這個值進行修正,比如乘以 1.2。

當然,這個乘的操作我們可以獲取數據之后在系統里進行操作,如果是直接在 es 的處理中,我們可以如下實現:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "avg_corrected_balance": {
      "avg": {
        "field": "balance", 
        "script": {
          "lang": "painless",
          "source": "_value * params.correction",
          "params": {"correction": 1.2}
          
        }
      }
    },
    "avg_balance": {
      "avg": {
        "script": {"source": "doc.balance.value"}
      }
    }
  }
}

在上面的語句中,我們新增了一個 params 字段,定義了一個 correction 的值,然后返回的結果乘以了這個值。

在這里,我額外加了一個 avg_balance,是直接用的平均值聚合結果,主要是用來對比這兩個結果。

缺失值補充

有一些情況,我們在導入數據的時候,可能某條數據的某個字段是沒有值的,默認情況下他們是會被忽略的,不計入計算的,但是如果想要為其加一個默認值也是可以實現的,這里我們用到 missing 這個參數來定義:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "avg_balance": {
      "avg": {
        "field": "balance",
        "missing": 0
      }
    }
  }
}

3、去重統計

是對某個字段進行去重后統計總數,操作如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_count": {
      "cardinality": {
        "field": "age"
      }
    }
  }
}

需要注意的是,這個統計對于 text 字段屬性是不生效的

4、聚合統計匯總

有一個聚合統計匯總的參數 stats,可以將一般的聚合值進行匯總后返回,比如總數,最大值,最小值等,使用如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_stats": {
      "stats": {
        "field": "age"
      }
    }
  }
}

可以看到返回的值如下:

{
 ...
 "aggregations" : {
    "age_stats" : {
      "count" : 1000,
      "min" : 20.0,
      "max" : 40.0,
      "avg" : 30.171,
      "sum" : 30171.0
    }
  }
}

如果還想獲得方差,標準差等數據,可以使用這個參數的擴展版 extended_stats,替換聚合的參數 stats 即可。

5、最大值、最小值聚合

最大值最小值的關鍵字是 max 和 min,使用示例如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "max_age": {
      "max": {"field": "age"}
    },
    "min_age": {
      "min": {"field": "age"}
    }
  }
}

使用腳本的方式來實現:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "max_age": {
      "max": {"script": {"source": "doc.age.value"}}
    }
  }
}

6、百分位統計

使用 es 進行百分位的統計,用到的關鍵字是 percentiles

使用示例如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_percentiles": {
      "percentiles": {
        "field": "age"
      }
    }
  }
}

會輸出 [1, 5, 25, 75, 95, 99] 的統計數:

{
  ...
  "aggregations" : {
    "age_percentiles" : {
      "values" : {
        "1.0" : 20.0,
        "5.0" : 21.0,
        "25.0" : 25.0,
        "50.0" : 30.8,
        "75.0" : 35.0,
        "95.0" : 39.0,
        "99.0" : 40.0
      }
    }
  }
}

我們也可以指定統計的百分位的數列表,比如我們只想知道 [75, 98, 99, 99.9] 的數據:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_percentiles": {
      "percentiles": {
        "field": "age",
        "percents": [75, 98, 99, 99.9]
      }
    }
  }
}

我們直接使用是返回的百分位-數據的格式,我們也可以使用 {'key': xx, 'value': xx} 來返回一個列表,加上一個參數 keyed=false 即可

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_percentiles": {
      "percentiles": {
        "field": "age",
        "keyed": false
      }
    }
  }
}

返回的結果示例如下:

    "age_percentiles" : {
      "values" : [
         ...
        {
          "key" : 75.0,
          "value" : 35.0
        },
        {
          "key" : 95.0,
          "value" : 39.0
        },
        {
          "key" : 99.0,
          "value" : 40.0
        }
      ]
    }
  }
}

7、百分位排名

這個是和前面的百分位統計相反的操作。

前面是根據百分位獲取該百分位值,這個參數的作用是根據數據獲取在系統中的百分位,使用示例如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_ranks": {
      "percentile_ranks": {
        "field": "age",
        "values": [
          30,
          35,
          40
        ]
      }
    }
  }
}

8、字符串統計聚合

對于字符串類型的數據,有一個專門的參數來獲取相應的聚合統計值,為 string_stats

對 lastname 字段的統計示例如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "last_name_stats": {
      "string_stats": {"field": "lastname.keyword"}
    }
  }
}

需要注意,如果我們需要進行統計的字段如果是 text 字段,那么就需要加上 .keyword 來進行統計,如果是字段屬性是 keyword,就不需要這樣處理。

經過統計返回的數據如下:

  ... 
  "aggregations" : {
    "last_name_stats" : {
      "count" : 1000,
      "min_length" : 2,
      "max_length" : 11,
      "avg_length" : 6.122,
      "entropy" : 4.726472133462717
    }
  }
}

以上信息包括數據總數,lastname 字段最長和最短長度,平均長度和熵值

9、sum 統計總和操作

比如我們需要對 bank 這個數據庫的 age 字段進行 sum 的操作,可以如下操作:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_sum": {
      "sum": {"field": "age"}
    }
  }
}

在前面的每一個聚合操作里,都可以進行 query 的條件篩選,比如獲取 age=21 的數據的 sum 值:

GET /bank/_search
{
  "size": 0,
  "query": {"match": {"age": "21"}}, 
  "aggs": {
    "age_sum": {
      "sum": {"field": "age"}
    }
  }
}

10、count 統計總數操作

count 是統計總數,使用示例如下:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "age_count": {
      "value_count": {
        "field": "age"
      }
    }
  }
}

11、top hit 操作

top hit 操作是根據條件返回符合條件的前幾條數據,通過 size 控制返回的數量。

我們先來看下下面的這個操作:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "top_ages": {
      "terms": {
        "field": "age",
        "size": 30
      }
    }
  }
}

這個操作其實就是一個桶聚合,它會在下一篇筆記中介紹,這里我們直接用一下,它返回字段為 age,以及它在文檔中的數量:

  ...
  "aggregations" : {
    "top_ages" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 31,
          "doc_count" : 61
        },
        {
          "key" : 39,
          "doc_count" : 60
        },
        {
          "key" : 26,
          "doc_count" : 59
        },
        ...

top_hits 的操作是在第一個 aggs 聚合操作條件下,進行再次聚合。

比如我們想要獲取各個 age 的數據中,按照 balance 字段進行倒序排序的前三個,我們可以如下操作:

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "top_ages": {
      "terms": {
        "field": "age",
        "size": 30
      },
      "aggs": {
        "top_balance_hits": {
          "top_hits": {
            "size": 3,
            "sort": [{"balance": {"order": "desc"}}]
          }
        }
      }
    }
  }
}

然后在第一次聚合返回的結果中,就會多一個 top_balance_hits 字段,也就是我們在查詢操作中指定的,其下會有三條按照 balance 字段倒序返回的數據:

  ...
  "aggregations" : {
    "top_ages" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 31,
          "doc_count" : 61,
          "top_balance_hits" : {
            "hits" : {
              "total" : {
                "value" : 61,
                "relation" : "eq"
              },
              "max_score" : null,
              "hits" : [
                ...
              ]
        },
        {
          "key" : 39,
          "doc_count" : 60,
          ...
        },
        {
          "key" : 26,
          "doc_count" : 59,
          ...
        },
        ...

如果想獲取更多后端相關文章,可掃碼關注閱讀:
image

posted @ 2023-05-24 22:36  XHunter  閱讀(200)  評論(0編輯  收藏  舉報
人碰人摸人爱免费视频播放

<xmp id="63nn9"><video id="63nn9"></video></xmp>

<xmp id="63nn9"></xmp>

<wbr id="63nn9"><ins id="63nn9"></ins></wbr>

<wbr id="63nn9"></wbr><video id="63nn9"><ins id="63nn9"><table id="63nn9"></table></ins></video>