在具有特定结果集的elasticsearch中按多列分组
我是ES新手,并且有一些特定要求,我的文档如下所示
{ "_index" : "bidder_server_stats",
"_type" : "doc",
"_id" : "_NTrHGQBv0YTjfMi0Ord",
"_score" : 1.0,
"_source" : {
"avg_price" : 5.8,
"bc" : "2513",
"log_dt_st" : "2018-06-08T06:36:16.073Z",
"nid" : "1",
"cc" : "880",
"host" : "ip-172-31-18-62.ec2.internal",
"country" : "us"
}
},
{
"_index" : "bidder_server_stats",
"_type" : "doc",
"_id" : "_NTrHGQBv0YTjfMi0Ord",
"_score" : 1.0,
"_source" : {
"avg_price" : 10,
"bc" : "2514",
"log_dt_st" : "2018-06-08T06:36:16.073Z",
"nid" : "1",
"cc" : "880",
"host" : "ip-172-31-18-62.ec2.internal",
"country" : "us"
}
},
{
"_index" : "bidder_server_stats",
"_type" : "doc",
"_id" : "_NTrHGQBv0YTjfMi0Ord",
"_score" : 1.0,
"_source" : {
"avg_price" : 11,
"bc" : "2513",
"log_dt_st" : "2018-06-08T06:36:16.073Z",
"nid" : "1",
"cc" : "880",
"host" : "ip-172-31-18-62.ec2.internal",
"country" : "us"
}
}
现在我需要使用以下查询的结果
select bc,log_dt_st,sum(avg_price) from table group by bc,log_dt_st.
我们如何在Elasticsearch中做到这一点。我只想要结果集中的这三列(即_source)。
请帮忙
回答:
您可以使用子聚合来实现。从ES
6.1开始,composite
聚合也可以派上用场(尽管仍处于试验阶段)。
查询可能如下所示:
POST bidder_server_stats/doc/_search{
"size": 0,
"aggs": {
"by bc": {
"terms": {
"field": "bc"
},
"aggs": {
"by log_dt_st": {
"terms": {
"field": "log_dt_st"
},
"aggs": {
"sum(avg_price)": {
"sum": {
"field": "avg_price"
}
}
}
}
}
}
}
}
响应看起来像这样:
{ ...
"aggregations": {
"by bc": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "2513",
"doc_count": 2,
"by log_dt_st": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": 1528439776073,
"key_as_string": "2018-06-08T06:36:16.073Z",
"doc_count": 2,
"sum(avg_price)": {
"value": 16.800000190734863
}
}
]
}
},
{
"key": "2514",
"doc_count": 1,
"by log_dt_st": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": 1528439776073,
"key_as_string": "2018-06-08T06:36:16.073Z",
"doc_count": 1,
"sum(avg_price)": {
"value": 10
}
}
]
}
}
]
}
}
}
片刻考虑:
bc
应该具有keyword
类型(以便能够对其进行terms
聚合)terms
默认情况下,聚合仅返回前10个存储桶;您可能对此聚合感兴趣,size
并且有sort
多种选择
:响应评论中的问题,因为它将改善答案。
我们可以在结果集中添加更多字段而不将它们添加到聚合中吗?
不,不是直接。像在SQL中一样,GROUP BY
返回的所有字段都应该是GROUP BY
函数的一部分或集合。
除了聚合,很少有其他方法可以实际获取更多数据:
- 搜索结果本身(
hits
部分); top_hits
聚合,它允许给定存储桶具有一些最相关的文档。
我们可以添加多少个子聚合?
我找不到任何相关的文档或配置设置来确定答案。然而,有index.max_docvalue_fields_search
,默认设置为100
在动态索引设置。由于聚合使用doc_values
,我想说大约100个存储桶聚合是一个合理的上限。
我相信这里的限制是您的Elasticsearch集群的实际性能。
我们可以将所有结果字段都放在同一个存储桶中吗?
可以做到,但可能没有效率。您可以使用聚合script
模式terms
。查询可能如下所示:
POST bidder_server_stats/doc/_search{
"size": 0,
"aggs": {
"via script": {
"terms": {
"script": {
"source": "doc['bc'].value +':::'+ doc['log_dt_st'].value ",
"lang": "painless"
}
},
"aggs": {
"sum(avg_price)": {
"sum": {
"field": "avg_price"
}
}
}
}
}
}
结果将如下所示:
{ ...
"aggregations": {
"via script": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "2513:::2018-06-08T06:36:16.073Z",
"doc_count": 2,
"sum(avg_price)": {
"value": 16.800000190734863
}
},
{
"key": "2514:::2018-06-08T06:36:16.073Z",
"doc_count": 1,
"sum(avg_price)": {
"value": 10
}
}
]
}
}
}
为了执行此聚合,Elasticsearch将必须为与查询匹配的每个文档计算存储桶值,这相当于SQL中的完整扫描。相反,聚合更像是索引查找,因为它们使用doc_values
数据表示形式,该数据结构使这些查找有效。
在某些情况下,script
存储桶可能是一种解决方案,但其范围非常有限。如果您对script
基于解决方案感兴趣,那么还可以考虑脚本化的度量标准聚合。
希望有帮助!
更新:从ES 6.1开始,可以进行composite
聚合
在Elasticsearch 6.1
composite
中添加了聚合。从6.3开始,它仍然标记为实验性的(因此API可能会更改,或者将来可能会完全删除此功能)。
这种情况下的查询如下所示:
POST bidder_server_stats/doc/_search{
"size": 0,
"aggs": {
"my composite": {
"composite": {
"sources": [
{
"bc": {
"terms": {
"field": "bc"
}
}
},
{
"log_dt_st": {
"terms": {
"field": "log_dt_st"
}
}
}
]
},
"aggs": {
"sum(avg_price)": {
"sum": {
"field": "avg_price"
}
}
}
}
}
}
以及响应:
{ "aggregations": {
"my composite": {
"after_key": {
"bc": "2514",
"log_dt_st": 1528439776073
},
"buckets": [
{
"key": {
"bc": "2513",
"log_dt_st": 1528439776073
},
"doc_count": 2,
"sum(avg_price)": {
"value": 16.800000190734863
}
},
{
"key": {
"bc": "2514",
"log_dt_st": 1528439776073
},
"doc_count": 1,
"sum(avg_price)": {
"value": 10
}
}
]
}
}
}
以上是 在具有特定结果集的elasticsearch中按多列分组 的全部内容, 来源链接: utcz.com/qa/420622.html