Elasticsearch 6.x版本全文检索学习之聚合分析入门
1、什么是聚合分析?
答:聚合分析,英文为Aggregation,是es除搜索功能外提供的针对es数据做统计分析的功能。特点如下所示:
a、功能丰富,提供Bucket、Metric、Pipeline等多种分析方式,可以满足大部分的分析需求。
b、实时性高,所有的计算结果都是即时返回的,而hadoop等大数据系统一般都是T+1级别的。
2、聚合分析的分类。为了便于理解,es将聚合分析主要分为如下4类。
答:a、Bucket,分桶类型,类似SQL语法中的group bu语法。
b、Metric,指标分析类型,如计算最大值,最小值,平均值等等。
c、Pipeline,管道分析类型,基于上一级的聚合分析结果进行再分析。
d、Matrix,矩阵分析类型。
3、Metric聚合分析的详细理解。主要分为如下两类。
答:a、单值分析,只输出一个分析结果。min(最小值)、max(最大值)、avg(平均值)、sum(总和)、cardinality(计算数目的,类似sql中的distinct count)。
b、多值分析,输出多个分析结果。stats(多样统计分析,可以一次性得到最小值,最大值,平均值,中值等等)、extended stats、percentile(百分位数的统计)、percentile rank、top hits(排在前面的结果列表)。
4、Metric聚合分析中单值分析的使用,如下所示:
返回数值类字段的最小值。
返回数值类字段的最大值、返回数值类字段的平均值。
返回数值字段的总和,一次返回多个聚合结果。
cardinality,意思为集合的势,或者基数,是指不同数值的个数,类似sql中的distinct count概念。
5、Metric聚合分析中多值分析的使用。如下所示:
多值分析之Stats,返回一系列数值类型的统计值,包含min、max、avg、sum和count。
多值分析之Extended Stats,对stats的扩展,包含了更多的统计数据,如方差,标准差等等。
多值分析之percentile,百分位数统计,percentiles是关键词。
多值分析之top hits,一般用于分桶后获取该桶内最匹配的顶部文档列表,即详情数据。
5、Bucket,分桶类型,类似SQL语法中的group bu语法。Bucked,意为桶,即按照一定的规则将文档分配到不同的桶中,达到分类分析的目的。按照Bucket的分桶策略,常见的Bucket聚合分析如下所示。Terms、Range、Date Range、Histogram、Date Histogram。
Bucket聚合分析之Terms,该分桶策略最简单了,直接按照term来分桶,如果是text类型,则按照分词后的结果分桶。
Bucket聚合分析之Range,通过指定数值的范围来设定分桶规则。
Bucket聚合分析之Date Range,通过指定日期的范围来设定分桶规则。
Bucket聚合分析之Histogram,直方图,以固定间隔的策略来分割数据。
Bucket聚合分析之Date Histogram,针对日期的直方图或者柱状图,是时许数据分析中常用的聚合分析类型。
6、bucket和metric聚合分析结合使用。bucket和metric聚合分析整合,Bucket聚合分析允许通过添加子分析来进一步进行分析,该子分析可以是Bucket也可以是Metric。这也使得es的聚合分析能力变得异常强大。
bucket和metric聚合分析整合,分桶后进行数据分析。
7、Pipeline聚合分析,针对聚合分析的结果再次进行聚合分析,而且支持链式调用。所有的Pipeline都会存在buckets_path关键词的。指定的是这个Pipeline聚合分析要去分析上面的哪一个聚合分析的结果。
Pipeline的分析结果会输出到原结果中,根据输出位置的不同,分为以下两类。
a、Parent结果内嵌到现有的聚合分析结果中,Derivative(求导数)、Moving Average(移动平均)、Cumulative Sum(累计求和)。
b、Sibling结果与现有聚合分析结果同级。Max/Min/Avg/Sum Bucket(即Max Bucket,Min Bucket,Avg Bucket,Sum Bucket),Stats/Extended Stats Bucket(Stats Bucket,Extended Stats Bucket),Percentiles Bucket。
8、Sibling结果与现有聚合分析结果同级,下面展示的找出所有Bucket中值最小的Bucket名称和值。如果是最大、平均值、求和,将min_bucket换成max_bucket、avg_bucket、sum_bucket即可。
如果是Stats Bucket就是对前面的结果进行多值分。
如果是Extended Stats Bucket就是对前面的结果进行多指标多值分析。
如果是Percentiles Bucket就是分析前面的聚合分析输出的结果。使用百分比进行展示。只要将min_bucket换成对应的bucket即可。
9、Parent结果内嵌到现有的聚合分析结果中,所在位置和所要分析的同一级,Derivative(求导数)、Moving Average(移动平均)、Cumulative Sum(累计求和)。
Pipeline聚合分析Parent之Derivative。计算Bucket值的导数。
Pipeline聚合分析Parent之moving_avg。计算Bucket值的移动平均值。
Pipeline聚合分析Parent之cumulative_sum。计算Bucket值的累计加和。
10、Elasticsearch聚合分析的作用范围,es聚合分析默认作用范围是query的结果集,可以通过如下的方式改变其作用范围。filer、post_filter、global。
filter为某个聚合分析设定过滤条件,从而在不更改整体query语句的情况下修改了作用范围。
post-filter作用于文档过滤,但在聚合分析后生效。
global,无视query过滤条件,基于全部文档进行分析。 在做整体和部分之间的对比的时候就可以使用global了哦。
11、Elasticsearch的排序。可以使用自带的关键数据进行排序。比如,_count文档数、_key按照key值排序。可以使用order关键词进行排序操作。
更深层次的嵌套,借用聚合分析的数值进行排序,必须接子聚合分析的结果进行排序。
再牛逼的案例,理论,都没有官网的牛逼,下面贴一下,如何去官网学习。
找到这里,自己可以巴拉巴拉,看自己需要的版本,对应的知识点。
![]()
作者:别先生
博客园:https://www.cnblogs.com/biehongli/
如果您想及时得到个人撰写文章以及著作的消息推送,可以扫描上方二维码,关注个人公众号哦。
Elasticsearch 6.x版本全文检索学习之聚合分析入门的更多相关文章
- Elasticsearch 6.x版本全文检索学习之分布式特性介绍
1.Elasticsearch 6.x版本全文检索学习之分布式特性介绍. 1).Elasticsearch支持集群默认,是一个分布式系统,其好处主要有两个. a.增大系统容量,如内存.磁盘.使得es集 ...
- Elasticsearch 6.x版本全文检索学习之Search API
Elasticsearch 6.x版本全文检索学习之Search API. 1).Search API,实现对es中存储的数据进行查询分析,endpoind为_search,如下所示. 方式一.GET ...
- Elasticsearch 6.x版本全文检索学习之数据建模
1.什么是数据建模. 答:数据建模,英文为Data Modeling,为创建数据模型的过程.数据模型Data Mdel,对现实世界进行抽象描述的一种工具和方法,通过抽象的实体及实体之间联系的形式去描述 ...
- Elasticsearch 6.x版本全文检索学习之倒排索引与分词、Mapping 设置
Beats,Logstash负责数据收集与处理.相当于ETL(Extract Transform Load).Elasticsearch负责数据存储.查询.分析.Kibana负责数据探索与可视化分析. ...
- Elasticsearch 6.x版本全文检索学习之集群调优建议
1.系统设置要到位,遵照官方建议设置所有的系统参数. https://www.elastic.co/guide/en/elasticsearch/reference/6.7/setup.html 部署 ...
- Elasticsearch 之聚合分析入门
本文主要介绍 Elasticsearch 的聚合功能,介绍什么是 Bucket 和 Metric 聚合,以及如何实现嵌套的聚合. 首先来看下聚合(Aggregation): 什么是 Aggregati ...
- ElasticStack学习(八):ElasticSearch索引模板与聚合分析初探
一.Index Template与Dynamic Template的概念 1.Index Template:它是用来根据提前设定的Mappings和Settings,并按照一定的规则,自动匹配到新创建 ...
- Elasticsearch全文检索学习
ElasticSearch官方网址:https://www.elastic.co ElasticSearch官方网址(中文):https://www.elastic.co/cn/ Elasticsea ...
- Elasticsearch学习笔记(三)聚合分析Agg
一.设置fielddata PUT /index/_mapping/type { "properties":{ "fieldName" ...
随机推荐
- 防止DataGridview闪烁
在Load事件中加入 typeof(DataGridView).InvokeMember("DoubleBuffered", BindingFlags.NonPublic | Bi ...
- java8-StreamAPI之collection归约操作
一说明 经过前一篇的StreamAPI学习,基本的流操作我相信大家都熟练于心了,那么今天是要详细解析一下收集器(collect)这么API 前提要区分,collect(StreamAPI)与coll ...
- 《Java基础知识》Java正则表达式
正则表达式定义了字符串的模式. 正则表达式可以用来搜索.编辑或处理文本. 正则表达式并不仅限于某一种语言,但是在每种语言中有细微的差别. 正则表达式实例 一个字符串其实就是一个简单的正则表达式,例如 ...
- js问题记录(一) -- 关于for in, sort(), 及prototype
1.关于for in for in : 遍历对象中的可枚举的属性 例子1:for in 遍历对象的键为String类型,所以调用时用Object[key]形式,而不用Object.key形式 < ...
- java基础 - 锁
------------------------ 参考: https://www.cnblogs.com/hustzzl/p/9343797.html https://blog.csdn.net/qq ...
- AudioFormat.Encoding
https://docs.oracle.com/javase/7/docs/api/javax/sound/sampled/AudioFormat.Encoding.html
- 深入了解angularjs中的$digest与$apply方法,从区别聊到使用优化
壹 ❀ 引 如果有人问,在angularjs中修改模型数据为何视图会同步更新呢,我想大多数人一定会回答脏检查(Dirty Checking)相关概念.没错,在angularjs中作用域(scope) ...
- Spring Cloud进阶之路 | 一:服务注册与发现(nacos)
转载请注明作者及出处: 作者:银河架构师 原文链接:https://www.cnblogs.com/luas/p/12068846.html 1.版本 最新稳定版本为1.1.4,也可以从发版说明.博客 ...
- less 学习笔记
一.介绍 Less (Leaner Style Sheets 简洁的样式表) 是一门向后兼容的 CSS 预处理语言,它扩展了CSS 语言. less is more. 好处: 1.具有部分编程语言的功 ...
- RabbitMQ 备份交换机(alternate-exchange)介绍
RabbitMQ之备份交换机(alternate-exchange) 1.备份交换器,AlternateExchange(AE) 备份交换器是为了实现没有路由到队列的消息,声明交换机的时候添加属性al ...