当前位置： 首页 > news >正文

es实现桶聚合

news 2024/10/26 1:45:37

目录

聚合

聚合的分类

DSL实现桶聚合

 dsl语句

 结果

聚合结果排序 

限定聚合范围 

总结

聚合必须的三要素：

聚合可配置的属性

 DSL实现metric聚合

例如：我们需要获取每个品牌的用户评分的min,max,avg等值

只求socre的max

利用RestHighLevelClient实现聚合

业务需求

dsl语句 

java代码

结果

​编辑

聚合

聚合是根据查询后的结果来聚合的，如果没有写query查询条件，就是对索引库的所有文档进行聚合

聚合的分类

聚合（aggregations）可以实现对文档数据的统计，分析，运算。聚合常见的有三类：

1.桶(Bucket)聚合：用来对文档进行分组，相当于mysql的group by

  • TermAggregation:按照文档字段值进行分组，注意：这个文档字段不可分词
  • Date Histogram:按照日期阶梯分组，例如一周为一组，或者一个月为一组

2.度量(Metric)聚合：用来计算一些值，比如：最大值，最小值，平均值 

3.管道（pipeline）聚合：其他聚合的结果为基础做聚合

参与聚合的字段类型必须是：

  • keyword
  • 数值
  • 日期
  • 布尔 

DSL实现桶聚合

现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是Bucket聚合。

 dsl语句

GET /hotel/_search
{"size":0, //返回命中文档的详细信息的数量，（默认执行match_all）,这里设置为0就是不返回文档的详细信息"aggs":{ //聚合查询关键字"brandSum":{ //桶名字"trems":{ //聚合的类型，这里使用brand字段聚合，所以使用terms"field":"brand", "size":20 //返回最多的桶数量，如果设置为1，就只返回一个桶的信息}}}
}

 结果

可以看见hits数组里的值为空，因为我们设置了size=0,不返回文档的详细信息

brandSum就是这个聚合的名字，buckets桶数组最大的大小为20，默认通过桶里的文档数降序排序

聚合结果排序 

默认情况下，Bucket聚合会统计Bucket内的文档数量，记为_count，并且按照_count降序排序。

我们可以指定order属性，自定义聚合的排序方式：

GET /hotel/_search
{"size":0,"aggs":{"brandSum":{"terms":{"field":"brand","size":20,"order":{ #自定义排序规则"_count":asc #使用桶内的文档数进行升序排序}}}}
}

 

限定聚合范围 

默认情况下，Bucket聚合是对索引库的所有文档做聚合，但真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。

我们可以限定要聚合的文档范围，只要添加query条件即可：

只聚合价格大于500的文档

 

总结

聚合必须的三要素：

  • 聚合名称
  • 聚合类型
  • 聚合字段

聚合可配置的属性

  • size:指定聚合结果(即桶的最大数量)的最大数量 
  • order:指定聚合结果排序的方式
  • field:指定聚合的字段

 DSL实现metric聚合

例如：我们需要获取每个品牌的用户评分的min,max,avg等值

GET /hotel/_search
{"aggs":{"brandSum":{"terms":{"field":"brand","size":20},"aggs":{ //brandSum聚合下的子聚合"scoreStats":{//子聚合名字"stats":{ //聚合的类型·。stats会把max,min,avg,sum,count都算出来"field":"score"}}}}}
}

只求socre的max

 

利用RestHighLevelClient实现聚合

@SpringBootTest
public class TestAggregation {@Autowiredprivate RestHighLevelClient restHighLevelClient;@Testpublic void test01() throws IOException {//构建 查询对象SearchRequest request = new SearchRequest("hotel");//设置dsl语句request.source().size(0);request.source().aggregation(AggregationBuilders.terms("brandSum")//指定聚合的名字为brandSum，且聚合的类型是terms.field("brand")//指定聚合的字段是brand.size(20));//发送请求SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);//解析响应数据Aggregations aggregations = response.getAggregations();Terms brandSum= aggregations.get("brandSum");List<? extends Terms.Bucket> buckets = brandSum.getBuckets();for (Terms.Bucket bucket : buckets) {String key = bucket.getKeyAsString();System.out.println(key);}}
}

业务需求

需求：搜索页面的品牌、城市等信息不应该是在页面写死，而是通过聚合索引库中的酒店数据得来的：

分析：

目前，页面的城市列表、星级列表、品牌列表都是写死的，并不会随着搜索结果的变化而变化。但是用户搜索条件改变时，搜索结果会跟着变化。

例如：用户搜索“东方明珠”，那搜索的酒店肯定是在上海东方明珠附近，因此，城市只能是上海，此时城市列表中就不应该显示北京、深圳、杭州这些信息了。

也就是说，搜索结果中包含哪些城市，页面就应该列出哪些城市；搜索结果中包含哪些品牌，页面就应该列出哪些品牌。

如何得知搜索结果中包含哪些品牌？如何得知搜索结果中包含哪些城市？

使用聚合功能，利用Bucket聚合，对搜索结果中的文档基于品牌分组、基于城市分组，就能得知包含哪些品牌、哪些城市了。

因为是对搜索结果聚合，因此聚合是限定范围的聚合，也就是说聚合的限定条件跟搜索文档的条件一致。

查看浏览器可以发现，前端其实已经发出了这样的一个请求：

请求参数与搜索文档的参数完全一致。

返回值类型就是页面要展示的最终结果：

结果是一个Map结构：

  • key是字符串，城市、星级、品牌、价格
  • value是集合，例如多个城市的名称

dsl语句 

结果会有三个桶聚合的结果，可以发现因为查询条件match全文匹配了上海，所以citySum聚合桶内只有一种城市就是上海，这种情况是正确的 ，因为聚合是根据查询后的结果来聚合的，如果没有query查询条件，就是对索引库的所有文档进行聚合

这里有三种聚合，都是独立的 ，city聚合，brand聚合,starName聚合

 

java代码

前端封装类

package com.hhh.hotel.pojo;import lombok.Data;@Data
public class RequestParams {private String key;private Integer page;private Integer size;private String sortBy;// 下面是新增的过滤条件参数private String city;private String brand;private String starName;private Integer minPrice;private Integer maxPrice;//坐标private String location;
}

controller层

  @RestController
@RequestMapping("/hotel")
public class HotelController {@Autowiredprivate HotelService hotelService;@PostMapping("/list")public PageResult getPageResult(@RequestBody RequestParams params){return hotelService.getPageResult(params);}/*** 获取传入条件过滤出 星级，城市，品牌*/@PostMapping("/filters")public Map<String, List<String>> getFilters(@RequestBody RequestParams params){return hotelService.getFilters(params);}
}

service服务层 

前端进行搜索时，会发送两个请求，一个请求时/hotel/list获取匹配到的hotel信息，还有一个请求时/hotel/filters获取根据查询条件得到的结果去聚合过滤出的星级，城市和品牌 


@Service
public class HotelServiceImpl extends ServiceImpl<HotelMapper, Hotel>implements HotelService {@Autowiredprivate RestHighLevelClient restHighLevelClient;@Overridepublic PageResult getPageResult(RequestParams params) {//1.构建 查询请求对象SearchRequest request = new SearchRequest("hotel");//2.编写dsl语句/* //2.1如果key为空，即搜索的内容为空，就全文查询if(StringUtils.isBlank(params.getKey())){request.source().query(QueryBuilders.matchAllQuery());}else {request.source().query(QueryBuilders.matchQuery("all",params.getKey()));}*/assembleBasicQuery(params,request);//构建高亮显示request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));//3.构建分页信息Integer pageNum=params.getPage()==null?1:params.getPage();//默认是第一页Integer pageSize=params.getSize()==null?5:params.getSize();//默认每页大小为5request.source().from((pageNum-1)*pageSize).size(pageSize);//TODO:维护距离排序if(StringUtils.isNotBlank(params.getLocation())) {GeoDistanceSortBuilder geoDistanceSortBuilder = new GeoDistanceSortBuilder("location", new GeoPoint(params.getLocation())).order(SortOrder.ASC) // 升序排序.unit(DistanceUnit.KILOMETERS); // 单位为千米request.source().sort(geoDistanceSortBuilder);}if(params.getSortBy().equals("price")){request.source().sort("price",SortOrder.ASC);} else if (params.getSortBy().equals("score")) {request.source().sort("score",SortOrder.DESC);}//4.发送请求SearchResponse response = null;try {response = restHighLevelClient.search(request, RequestOptions.DEFAULT);} catch (IOException e) {throw new RuntimeException("查询异常");}//5.解析数据Boolean isEnableKm=false;if(params.getLocation()!=null){isEnableKm=true;//location字段不为null,才设置为true，然后获取排序值}return ParseResponse(response,isEnableKm);}/*** 获取传入条件过滤出 星级，城市，品牌*/@Overridepublic Map<String, List<String>> getFilters(RequestParams params) {SearchRequest request = new SearchRequest("hotel");request.source().size(0);//设置query DSL语句assembleBasicQuery(params,request);//构建桶聚合request.source().aggregation(AggregationBuilders.terms("brandSum").field("brand").size(20));request.source().aggregation(AggregationBuilders.terms("citySum").field("city").size(20));request.source().aggregation(AggregationBuilders.terms("starNameSum").field("starName").size(20));//发起请求SearchResponse response = null;try {response = restHighLevelClient.search(request, RequestOptions.DEFAULT);} catch (IOException e) {throw new RuntimeException(e);}//解析返回数据List<String>brands=parseAggreData(response,"brandSum");List<String>citys=parseAggreData(response,"citySum");List<String>startNames=parseAggreData(response,"starNameSum");Map<String, List<String>> info = new HashMap<>();info.put("brand",brands);info.put("city",citys);info.put("starName",startNames);return info;}/*** 解析桶数据* @return*/private List<String> parseAggreData(SearchResponse response, String sum) {Aggregations aggregations = response.getAggregations();Terms aggregation = aggregations.get(sum);if(aggregation==null||CollectionUtils.isEmpty(aggregation.getBuckets())){return null;}ArrayList<String> list = new ArrayList<>();for (Terms.Bucket bucket : aggregation.getBuckets()) {String key = bucket.getKeyAsString();list.add(key);}return list;}/*** 组装dsl查询语句* @param params 前端封装类* @param request 查询请求对象*/private void assembleBasicQuery(RequestParams params,SearchRequest request){BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();//1.判断key是否为空if(StringUtils.isBlank(params.getKey())){boolQuery.must(QueryBuilders.matchAllQuery());}else{boolQuery.must(QueryBuilders.matchQuery("all",params.getKey()));}//品牌名不为空,对品牌过滤if(StringUtils.isNotBlank(params.getBrand())){boolQuery.filter(QueryBuilders.termQuery("brand",params.getBrand()));}//城市if(StringUtils.isNotBlank(params.getCity())){boolQuery.filter(QueryBuilders.termQuery("city",params.getCity()));}//星级if(StringUtils.isNotBlank(params.getStarName())){boolQuery.filter(QueryBuilders.termQuery("startName",params.getStarName()));}//价格范围if(params.getMaxPrice()!=null&&params.getMinPrice()!=null){boolQuery.filter(QueryBuilders.rangeQuery("price").gte(params.getMinPrice()).lte(params.getMaxPrice()));}//定义算分函数//设置排名，根据算分设置level排名FieldValueFactorFunctionBuilder functionBuilder = ScoreFunctionBuilders.fieldValueFactorFunction("value").modifier(FieldValueFactorFunction.Modifier.NONE).factor(1.5F).missing(1);FunctionScoreQueryBuilder.FilterFunctionBuilder[] functions = new FunctionScoreQueryBuilder.FilterFunctionBuilder[] {new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("isAD",true),//ScoreFunctionBuilders.weightFactorFunction(10)  // 权重因子，乘以基础得分functionBuilder)};FunctionScoreQueryBuilder functionScoreQuery = QueryBuilders.functionScoreQuery(boolQuery, functions).boostMode(CombineFunction.SUM);request.source().query(functionScoreQuery);}/*** 解析es响应的数据*/private PageResult ParseResponse(SearchResponse response,Boolean isEnableKm) {SearchHits hits = response.getHits();//1.获取总命中文档数long size = hits.getTotalHits().value;SearchHit[] hits1 = hits.getHits();ArrayList<HotelDoc> docs = new ArrayList<>();if(ArrayUtils.isNotEmpty(hits1)){for (SearchHit searchHit : hits1) {String jsonData = searchHit.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(jsonData, HotelDoc.class);if(isEnableKm) {//获取排序后的距离Object[] sortValues = searchHit.getSortValues();if (ArrayUtils.isNotEmpty(sortValues)) {hotelDoc.setDistance(sortValues[0]);}}//获取高亮Map<String, HighlightField> fieldMap = searchHit.getHighlightFields();if(!CollectionUtils.isEmpty(fieldMap)){HighlightField highlightField = fieldMap.get("name");String highName = highlightField.getFragments()[0].string();//替换hotel实体类的name属性hotelDoc.setName(highName);}docs.add(hotelDoc);}}return new PageResult(size,docs);}
}

结果

输入上海进行搜索时，会根据hotel/list获取全文检索匹配的文档信息，然后根据/hotel/filters获取过滤出的city,brand,price,但是根据上海匹配出来的文档，经过city字段进行聚合时，citySum桶内只有一个数据就是上海，只有一个数据时，直接在前端不显示其他城市的选择即可，因为没必要

然后brandSum桶内有所有品牌的名字，和 starSum桶内所有的星级都会显示出来（因为桶内的数量大于1）


http://www.mrgr.cn/news/58656.html

相关文章：

  • 数字 图像处理算法的形式
  • 海外著名门户媒体发稿之科技时报Tech Times - 大舍传媒
  • 二十、Innodb底层原理与Mysql日志机制深入剖析
  • 【嵌入式】MQTT详解
  • 241024-Ragflow离线部署Docker-Rootless环境配置修改
  • Qt中使用线程之QConcurrent
  • OmniAI，OCR效果强的离谱，“牛马”必备
  • 01.01、判定字符是否唯一
  • essay
  • 算法的学习笔记—数组中只出现一次的数字(牛客JZ56)
  • 设计一个html+css+js的注册页，对于注册信息进行合法性检测
  • 03.04、化栈为队
  • ECharts图表图例知识点小结
  • 前端零基础入门到上班:【Day5】HTML 和 CSS
  • 前端零基础入门到上班:【Day3】从零开始构建网页骨架HTML
  • 【移动应用开发】界面设计（二）实现水果列表页面
  • 若依RuoYi-Vue 定时任务 速学
  • 2024mathorcup大数据竞赛B题【电商品类货量预测及品类分仓规划】思路详解
  • C++新增的类功能和可变参数模板
  • 一文带你彻底吃透GO的context到底是个啥？
  • 回顾复习1：
  • leetcode-75-颜色分类
  • 解读 Java 经典巨著《Effective Java》90条编程法则，第2条：遇到多个构造器参数时要考虑使用构建器
  • 使用js-enumerate报错Cannot set properties of undefined
  • 前端零基础入门到上班:【Day4】HTML 多媒体与表单深度教程
  • 创建型模式-----建造者模式