关于elasticsearch:ElasticSearch基本使用姿势二

33次阅读

共计 4932 个字符，预计需要花费 13 分钟才能阅读完成。

ElasticSearch 根本应用姿态二

本文作为 elasticsearch 根本应用姿态第二篇，蕴含以下内容

查问指定字段
限度返回条数
分页查问
分组查问
高亮
主动补全提醒
排序
返回后果聚合，如统计文档数，某个 field value 的求和、平均值等

更多相干知识点请查看: * ElasticSearch 根本应用姿态 – 一灰灰 Blog
<!– more –>

初始化一个索引，写入一些测试数据

post second-index/_doc
{
  "@timestamp": "2021-06-10 08:08:08",
  "url": "/test",
  "execute": {
    "args": "id=10&age=20",
    "cost": 10,
    "res": "test result"
  },
  "response_code": 200,
  "app": "yhh_demo"
}


post second-index/_doc
{
  "@timestamp": "2021-06-10 08:08:09",
  "url": "/test",
  "execute": {
    "args": "id=20&age=20",
    "cost": 11,
    "res": "test result2"
  },
  "response_code": 200,
  "app": "yhh_demo"
}


post second-index/_doc
{
  "@timestamp": "2021-06-10 08:08:10",
  "url": "/test",
  "execute": {
    "args": "id=10&age=20",
    "cost": 12,
    "res": "test result2"
  },
  "response_code": 200,
  "app": "yhh_demo"
}


post second-index/_doc
{
  "@timestamp": "2021-06-10 08:08:09",
  "url": "/hello",
  "execute": {
    "args": "tip=welcome",
    "cost": 2,
    "res": "welcome"
  },
  "response_code": 200,
  "app": "yhh_demo"
}

post second-index/_doc
{
  "@timestamp": "2021-06-10 08:08:09",
  "url": "/404",
  "execute": {
    "args": "tip=welcome",
    "cost": 2,
    "res": "xxxxxxxx"
  },
  "response_code": 404,
  "app": "yhh_demo"
}

比方我当初只关怀 url 返回的状态码, 次要借助 _source 来指定须要查问的字段，查问的语法和之前介绍的统一

GET second-index/_search
{
  "_source": [
    "url",
    "response_code"
  ],
  "query": {"match_all": {}
  }
}

针对返回后果条数进行限度，属于比拟常见的 case 了，在 es 中，间接通过 size 来指定

GET second-index/_search
{
  "query": {"match_all": {}
  },
  "size": 2
}

通过 size 限度返回的文档数，通过 from 来实现分页

GET second-index/_search
{
  "query": {"match_all": {}
  },
  "size": 1,
  "from": 1
}

(留神上面输入截图，与下面的比照，这里返回的是第二条数据)

相当于 sql 中的group by，罕用于聚合操作中的统计计数的场景

在 es 中，应用 aggs 来实现，语法如下

"aggs": {
    "agg-name": { // 这个 agg-name 是自定义的聚合名称
        "terms": { // 这个 terms 示意聚合的策略，依据 field 进行分组
            "field": "","size": 10
        }
    }
}

比方咱们心愿依据 url 统计拜访计数，对应的查问能够是

GET second-index/_search
{
  "query": {"match_all": {}
  },
  "size": 1, 
  "aggs": {
    "my-agg": {
      "terms": {
        "field": "url",
        "size": 2
      }
    }
  }
}

然而在执行时，会发现并不能失常响应

左边返回的提示信息为 Text fields are not optimised for operations that require per-document field data like aggregations and sorting, so these operations are disabled by default. Please use a keyword field instead. Alternatively, set fielddata=true on [url] in order to load field data by uninverting the inverted index. Note that this can use significant memory 这个异样

简略来说，就是 url 这个字段为 text 类型，默认状况下这种类型的不走索引，不反对聚合排序，如果须要则须要设置fielddata=true，或者应用 url 的分词url.keyword

GET second-index/_search
{
  "query": {"match_all": {}
  },
  "size": 1, 
  "aggs": {
    "my-agg": {
      "terms": {
        "field": "url.keyword",
        "size": 2
      }
    }
  }
}

留神

尽管咱们更重视的是分组后的后果，然而 hits 中仍然会返回命中的文档，若是只想要分组后的统计后果，能够在查问条件中增加 size:0
聚合操作和查问条件是能够组合的，如只查问某个 url 对应的计数

GET second-index/_search
{
  "query": {
    "term": {
      "url.keyword": {"value": "/test"}
    }
  },
  "size": 1, 
  "aggs": {
    "my-agg": {
      "terms": {
        "field": "url.keyword",
        "size": 2
      }
    }
  }
}

下面介绍了 TEXT 类型的 field，依据分词进行聚合操作；还有一种形式就是设置fielddata=true，操作姿态如下

PUT second-index/_mapping
{
  "properties": {
    "url": {
      "type": "text",
      "fielddata": true
    }
  }
}

批改结束之后，再依据 url 进行分组查问，就不会抛异样了

211018-ElasticSearch 全文搜寻反对配置 – 一灰灰 Blog

通过配置一个动静索引模板，将所有的 field 构建一个用于全文检索的 field，从而实现全文搜寻

下面的分组也算是聚合操作中的一种，接下来认真看一下 es 的聚合，能够反对哪些货色

聚合语法:

"aggs": {
    "agg_name": { // 自定义聚合名
        "agg_type": { // agg_type 聚合类型，如 min, max
            "agg_body" // 要操作的计算值
        }, 
        "meta": {}, 
        "aggregations": {} // 子聚合查问}
}

从聚合分类来看，能够划分为上面几种

Metric Aggregation: 指标剖析聚合
Bucket Aggregation: 分桶聚合
Pipeline: 管道剖析类型
Matrix: 矩阵剖析类型

常见的有 min, max, avg, sum, cardinality, value count

通常是值查问一些须要通过计算获取到的值

上面别离给出一些演示阐明

5.1.1 min 最小值

获取申请耗时最小的 case

GET second-index/_search
{
  "size": 0,
  "aggs": {
    "min_cost": {
      "min": {"field": "execute.cost"}
    }
  }
}

size: 0 示意不须要返回原数据
min_cost: 自定义的聚合名
min: 示意聚合类型，为取最小值
"field": "execute.cost": 示意取的是 Field: execute.cost 的最小值

5.1.2 max 最大值

根本同上，上面中贴出申请代码，截图就省略掉了

GET second-index/_search
{
  "size": 0,
  "aggs": {
    "max_cost": {
      "max": {"field": "execute.cost"}
    }
  }
}

5.1.3 sum 求和

GET second-index/_search
{
  "size": 0,
  "aggs": {
    "sum_cost": {
      "sum": {"field": "execute.cost"}
    }
  }
}

5.1.4 avg 平均值

在监控均匀耗时的统计中，这个还是比拟能体现服务的整体性能的

GET second-index/_search
{
  "size": 0,
  "aggs": {
    "avg_cost": {
      "avg": {"field": "execute.cost"}
    }
  }
}

5.1.5 cardinality 去重统计计数

这个等同于咱们常见的 distinct count 留神与前面的 value count 统计所有有值的文档数量之间的区别

GET second-index/_search
{
  "_source": "url", 
  "aggs": {
    "cardinality_cost": {
      "cardinality": {"field": "url"}
    }
  }
}

去重统计 url 的计数，如下图，能够看到返回统计后果为 3，然而理论的文档数有 5 个

5.1.6 value count 计数统计

文档数量统计，区别于下面的去重统计，这里返回的是全量

GET second-index/_search
{
  "size": 0, 
  "aggs": {
    "count_cost": {
      "value_count": {"field": "url"}
    }
  }
}

输入后果配合 cardinality 的返回，做一个比照能够增强了解

5.1.7 stats 多值计算

一个 stats 能够返回下面 min,max,sum... 等的计算值

GET second-index/_search
{
  "size": 0, 
  "aggs": {
    "mult_cost": {
      "stats": {"field": "execute.cost"}
    }
  }
}

5.1.8 extended_stats 多值扩大

在下面 stats 的根底上进行扩大，反对方差，标准差等返回

GET second-index/_search
{
  "size": 0, 
  "aggs": {
    "mult_cost": {
      "extended_stats": {"field": "execute.cost"}
    }
  }
}

5.1.9 percentile 百分位数统计

用于统计 xx% 的记录值，小于等于左边

如上面截图，可知 99% 的记录，耗时小于 12

默认的百分比区间是: [1, 45, 25, 50, 75, 95, 99]，能够手动批改

GET second-index/_search
{
  "size": 0, 
  "aggs": {
    "agg_cost": {
      "percentiles": {
        "field": "execute.cost",
        "percents": [
          10,
          50,
          90,
          99
        ]
      }
    }
  }
}

5.1.10 percentile rank 统计值所在的区间

下面用于统计不同区间的占比，比方公司的人员年龄散布；而这一个则是我想晓得 18 岁的我，在哪个占比里

GET second-index/_search
{
  "size": 0, 
  "aggs": {
    "agg_cost": {
      "percentile_ranks": {
        "field": "execute.cost",
        "values": [6, 9]
      }
    }
  }
}

ElasticSearch：aggregations 聚合详解

Elasticsearch 聚合剖析深刻学习

Elasticsearch: 权威指南 - 聚合

尽信书则不如无书，以上内容，纯属一家之言，因集体能力无限，不免有疏漏和谬误之处，如发现 bug 或者有更好的倡议，欢送批评指正，不吝感谢

集体站点：https://blog.hhui.top
微博地址: 小灰灰 Blog
QQ：一灰灰 /3302797840
微信公众号：一灰灰 blog

正文完

elasticsearch

发表至： elasticsearch

2022-06-14

0

第08篇Elasticsearch中的分析和分析器应用方式

关于elasticsearch:为什么-elasticsearch-的-JDBC-要收费

关于ElasticSearch:ElasticSearch通过JavaAPI无法查询到中文字段的原因及解决

关于elasticsearch:ElasticSearch源码本地调试指南

关于数据挖掘:融云出海洞察海外社交市场地区篇

关于elasticsearch:ElasticSearch基本使用姿势二

0. 数据筹备

1. 查问指定字段

2. 返回条数限度

3. 分页查问

4. 分组查问

5. 全文搜寻

6. 聚合操作

5.1 Metric Aggregation: 指标剖析聚合

5.1.1 min 最小值

5.1.2 max 最大值

5.1.3 sum 求和

5.1.4 avg 平均值

5.1.5 cardinality 去重统计计数

5.1.6 value count 计数统计

5.1.7 stats 多值计算

5.1.8 extended_stats 多值扩大

5.1.9 percentile 百分位数统计

5.1.10 percentile rank 统计值所在的区间

相干博文

一灰灰的联系方式

Just My Socks（注册教程内含优惠码）

关于elasticsearch:ElasticSearch基本使用姿势二

0. 数据筹备

1. 查问指定字段

2. 返回条数限度

3. 分页查问

4. 分组查问

5. 全文搜寻

6. 聚合操作

5.1 Metric Aggregation: 指标剖析聚合

5.1.1 min 最小值

5.1.2 max 最大值

5.1.3 sum 求和

5.1.4 avg 平均值

5.1.5 cardinality 去重统计计数

5.1.6 value count 计数统计

5.1.7 stats 多值计算

5.1.8 extended_stats 多值扩大

5.1.9 percentile 百分位数统计

5.1.10 percentile rank 统计值所在的区间

相干博文

一灰灰的联系方式

Just My Socks（注册教程 内含优惠码）

Just My Socks（注册教程内含优惠码）