千家信息网

ElasticSearch中group by + avg + sort等聚合分析是什么样的

发表于:2025-02-01 作者:千家信息网编辑
千家信息网最后更新 2025年02月01日,本篇文章为大家展示了ElasticSearch中group by + avg + sort等聚合分析是什么样的,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。将
千家信息网最后更新 2025年02月01日ElasticSearch中group by + avg + sort等聚合分析是什么样的

本篇文章为大家展示了ElasticSearch中group by + avg + sort等聚合分析是什么样的,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

将文本fields的Fielddata属性设置true

PUT http://{{es-host}}/ecommerce/_mapping/produce{        "properties":{                "tags":{                        "type":"text",                        "fielddata":true                }        }}

1、计算每个tag下的商品数量

GET http://{{es-host}}/ecommerce/produce/_search{        "size":0,        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        }                }        }}

group_by_tags 代表聚合分组名称,可以随意写,表述清楚含义即可;

field的值对应要聚合的字段

结果:

{    "took": 43,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2                },                {                    "key": "meibai",                    "doc_count": 2                },                {                    "key": "qingxin",                    "doc_count": 1                }            ]        }    }}

2、按商品名称搜索并聚合

GET http://{{es-host}}/ecommerce/produce/_search{        "query":{                "match_phrase":{                        "name":"yagao"                }        },        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        }                }        },        "size":0}

检索结果:

{    "took": 17,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2                },                {                    "key": "meibai",                    "doc_count": 2                },                {                    "key": "qingxin",                    "doc_count": 1                }            ]        }    }}

3、先分组,再计算每个分组的平均值

GET http://{{es-host}}/ecommerce/produce/_search{        "size":0,        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        },                        "aggs":{                                "avg_price":{                                        "avg":{                                                "field":"price"                                        }                                }                        }                }        }}

结果:

{    "took": 83,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2,                    "avg_price": {                        "value": 27.5                    }                },                {                    "key": "meibai",                    "doc_count": 2,                    "avg_price": {                        "value": 40                    }                },                {                    "key": "qingxin",                    "doc_count": 1,                    "avg_price": {                        "value": 40                    }                }            ]        }    }}

上述内容就是ElasticSearch中group by + avg + sort等聚合分析是什么样的,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注行业资讯频道。

结果 分组 分析 内容 名称 商品 技能 知识 清楚 简明 简明扼要 代表 含义 字段 就是 属性 平均值 数量 文本 文章 数据库的安全要保护哪些东西 数据库安全各自的含义是什么 生产安全数据库录入 数据库的安全性及管理 数据库安全策略包含哪些 海淀数据库安全审计系统 建立农村房屋安全信息数据库 易用的数据库客户端支持安全管理 连接数据库失败ssl安全错误 数据库的锁怎样保障安全 甘肃省信息基础设施网络安全检查 数据库连接池数初始为0 保险单数据库设计 一个app调用2个数据库吗 全国股票软件开发排名 本周互联网科技股 数据库创建用户登录界面 如何更改数据库表的内容 软件开发的毕设论文 混沌起源各个版本的服务器 esxi服务器是什么 华为网络技术工程师外派 姑苏区无忧网络技术排名靠前 数据库管理工程师的出路 郑州网络安全it培训人才缺口大 健康码是使用的什么数据库 管理VLAN和网管服务器 初三生网络安全黑板报图片 联通运营商数据库是什么意思 基岩版服务器怎么搭建 php引入数据库连接文件 车用软件开发管理 机动车安全检测数据库修改 国泰安数据库怎么用学校名称登录 软件开发入门教程 假设学生课程数据库中包含学生表 管理裸金属服务器 电信诈骗涉及网络安全吗 网络安全法是公法 南宫软件开发设计方案
0