1、背景
此处来简略学习一下 elasticsearch
的 date_histogram
直方图聚合。它和一般的直方图 histogram
聚合差不多,然而 date_histogram
只可于 日期或日期范畴
类型的值一起应用。
2、bucket_key 如何计算
- 假如咱们存在如下工夫
2022-11-29 23:59:59
。 - 在
es
中工夫为2022-11-29 23:59:59 +0000
,因为上方的工夫没有时区,所以会主动加上0 时区
,对应的工夫戳为1669766399000
- 此处假如以
1d
为单位来聚合 - 聚合统计中
time_zone
的值为+0800
- bucket_key 计算公式为
bucket_key = localToUtc(Math.floor(utcToLocal(value) / interval) * interval))
计算步骤如下:(此处是我本人的了解,如果不对欢送指出)
utcToLocal(value)
= 1669766399000(utc 的值
)+
8*60*60*1000(time_zone + 8 的值
) = 1669795199000Math.floor(utcToLocal(value) / interval) * interval)
= Math.floor(1669795199000 / (24*60*60*1000)) * (24*60*60*1000) = 1669766400000localToUtc(...)
=1669766400000-
86060*1000=1669737600000key_as_string
=utc 工夫 1669737600000 转换成东八区工夫展现为 =2022/11/30 00:00:00
3、前置常识
- 日期 (
date
) 类型的字段在es
中是以long
类型的值保留的。 es
中默认 默认的时区是0 时区
。- 如果咱们有一个东八区的工夫,那么在 es 中是如何存储的呢?
-
假如存在如下 mapping
"invoked_time": { "type": "date", "format": ["yyyy-MM-dd HH:mm:ss"] }
- 如果咱们此时存在 如下
东八区
工夫2022-11-29 12:12:12
,那么在 es 会存储为2022-11-29 12:12:12 +0000
对应的工夫戳,为什么会加上+0000
,因为咱们本人的工夫字符串中没有时区,就会加上默认的 0 时区。
4、日历和固定工夫距离
既然咱们是依据工夫来进行聚合,那么必然就会波及到这么一个问题。假如以天为单位来聚合,那么 1 天
到底是 固定
的24 小时
呢,还是 可变
的呢? 因为存在 时区
的关系,在有的国家,在某些时区下,一天就不肯定是 24 个小时。因而在 es
中提供了calendar-aware time intervals
, 和 fixed time intervals.
两种类型。
4.1 Calendar intervals 日历距离
日历感知距离应用 calendar_interval 参数配置。
它能够主动感应到日历中的时区变动。它的单位只能是复数,不可是复数,比方 2d
就是谬误的。
日历距离 可用的单位为:分钟 (1m
)、小时 (1h
)、天 (1d
)、星期 (1w
)、月 (1M
)、季度 (1q
)、年 (1y
)
举个例子:1m
是从何时开始的,何时完结的?.
所有的分钟都从 00
秒开始。一分钟是指定时区中第一分钟的 00 秒和下一分钟的 00 秒之间的工夫距离,用于弥补任何介于其间的闰秒,因而整点后的分钟数和秒数在开始和完结时是雷同的。
4.2 Fixed intervals 固定距离
固定距离应用 fixed_interval 参数进行配置。
与日历感知距离相比,固定距离是固定数量的 SI
单位,无论它们落在日历的哪个地位,都不会偏离。一秒总是由 1000ms 组成
。这容许以反对的单位的任意倍数指定固定距离。然而,这意味着固定距离不能示意其余单位,例如月,因为一个月的持续时间不是固定的数量。尝试指定月或季度等日历距离将引发异样。
固定距离 可用的单位为:
毫秒 (ms
)
秒 (s
)
定义为每个 1000 毫秒
分钟 (m
)
所有分钟都从 00 秒开始。定义为每个 60 秒 (60,000 毫秒)
小时 (h
)
所有小时都从 00 分 00 秒开始。定义为每 60 分钟 (3,600,000 毫秒)
天 (d
)
所有天都在尽可能早的工夫开始,通常是 00:00:00(午夜)。定义为 24 小时(86,400,000 毫秒)
5、数据筹备
5.1 筹备 mapping
PUT /index_api_invoked_time
{
"settings": {"number_of_shards": 1},
"mappings": {
"properties": {
"id": {"type": "long"},
"api": {"type": "keyword"},
"invoked_time": {
"type": "date",
"format": ["yyyy-MM-dd HH:mm:ss"]
}
}
}
}
5.2 筹备数据
PUT /index_api_invoked_time/_bulk
{"index":{"_id":1}}
{"api":"/user/infos","invoked_time": "2022-11-26 00:00:00"}
{"index":{"_id":2}}
{"api":"/user/add"}
{"index":{"_id":3}}
{"api":"/user/update","invoked_time": "2022-11-26 23:59:59"}
{"index":{"_id":4}}
{"api":"/user/list","invoked_time": "2022-11-27 00:00:00"}
{"index":{"_id":5}}
{"api":"/user/export","invoked_time": "2022-11-29 23:59:59"}
{"index":{"_id":6}}
{"api":"/user/detail","invoked_time": "2022-12-01 01:00:00"}
6、聚合案例
6.1 dsl
POST /index_api_invoked_time/_search
{
"size": 0,
"aggregations": {
"agg_01": {
"date_histogram": {
"field": "invoked_time",
"calendar_interval": "1d",
"min_doc_count": 0,
"missing": "2022-11-27 23:59:59",
"time_zone": "+08:00",
"offset":"+10h",
"extended_bounds": {
"min": "2022-11-26 10:00:00",
"max": "2022-12-03 10:00:00"
}
}
}
}
}
6.2 java 代码
@Test
@DisplayName("日期直方图聚合")
public void test01() throws IOException {
SearchRequest request = SearchRequest.of(searchRequest ->
searchRequest.index("index_api_invoked_time")
.size(0)
.aggregations("agg_01", agg ->
agg.dateHistogram(dateAgg ->
// 聚合的字段
dateAgg.field("invoked_time")
// 聚合的单位,日历感知 单位为天,此时的一天不肯定为 24 小时,因为夏令时时,有些国家一天可能只有 23 个小时
.calendarInterval(CalendarInterval.Day)
// 固定距离,此处能够指定 1 天就是 24 小时
// .fixedInterval()
// 如果聚合的桶中,没有文档也返回
.minDocCount(0)
// 对于文档中,聚合字段缺失,此处给一个默认值,默认状况是此文档不参加聚合
.missing(DateTime.of("2022-11-27 23:59:59", DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")))
// 时区
.timeZone("+08:00")
// 偏移,偏移是在工夫在对应的时区调整之后,再去偏移
.offset(time -> time.time("+10h"))
// 如果返回的桶数据不在这个边界中,则给默认值,不会对数据进行过滤。.extendedBounds(bounds ->
bounds.min(FieldDateMath.of(f -> f.expr("2022-11-26 10:00:00")))
.max(FieldDateMath.of(f -> f.expr("2022-12-03 10:00:00")))
)
)
)
);
System.out.println("request:" + request);
SearchResponse<String> response = client.search(request, String.class);
System.out.println("response:" + response);
}
6.3 聚合后果
7、残缺代码
https://gitee.com/huan1993/spring-cloud-parent/blob/master/es/es8-api/src/main/java/com/huan/es8/aggregations/bucket/DateHistogramAggs.java
8、参考文档
- https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-datehistogram-aggregation.html#date-histogram-missing-value
- https://www.pipiho.com/es/7.7/cn/search-aggregations-bucket-datehistogram-aggregation.html