產(chǎn)品又過來提需求了栅哀！

案例需求

需要按日匯總充值總數(shù)的數(shù)據(jù)。

過濾條件：

1. 用戶包括：“Tom”和“Jack”
2. 所有城市：“北京”称龙、“上毫羰埃”、“廣州”和“深圳”
3. 日期范圍：“2020-03-01”到“2020-03-05”

我們用SQL語句表示一下產(chǎn)品需要什么數(shù)據(jù)鲫尊，能夠直觀的理解需求痴柔，SQL表達(dá)如下：

SELECT 
    date，SUM(rechange) AS rechange 
FROM 
    user_recharge_record 
WHERE 
    date>='2020-03-01' AND date<='2020-03-05' AND 
    user_name IN ('Tom', 'Jack') AND 
    city IN ('北京','上海','廣州','深圳') 
GROUP By create_date;

druid常用的三種數(shù)據(jù)查詢類型：Timeseries疫向，TopN咳蔚，GroupBy。

Timeseries：按照指定日期時間段查詢規(guī)則返回聚合合的結(jié)果集搔驼，查詢規(guī)則中可以設(shè)置查詢粒度谈火、維度，過濾條件和排序方式匙奴，并且支持后聚合堆巧。返回一個JSON對象數(shù)組。

Timeseries其中主要七個部分：

image.png

根據(jù)當(dāng)前的需求，我們可以用Timerseries查詢類型來計算指標(biāo)谍肤。

查詢樣例

{
    "queryType": "timeseries",            // 查詢的類型
    "dataSource": "user_recharge_record", // 數(shù)據(jù)源
    "granularity": "day",                 // 指定日期聚合分區(qū)啦租，按照每天的日期維度匯總數(shù)據(jù)
    "filter": { // 過濾條件
        "type": "and",
        "fields": 
        [
            {
                "dimension": "user_name",
                "type": "in",
                "values": ["Tom", "Jack"]
            },
            {
                "dimension": "city",
                "type": "in",
                "values": ["北京", "上海", "廣州", "深圳"]
            }
        ]

    },
    "context": {
        "timeout": 28000 // 超時時間
    },
    "aggregations": [               // 聚合器 
    {
        "name": "rechange",     // 聚合后輸出的名字
        "type": "doubleSum",    // 數(shù)值類型累加
        "fieldName": "rechange" // 聚合時使用的指標(biāo)列名稱
    }
],
"intervals": "2020-03-01\/2020-03-06" // 日期區(qū)間
}

Results：

[
  {
    "timestamp": "2020-03-01T00:00:00.000+08:00",
    "result": {
      "rechange": 21195.0
    }
  },
  {
    "timestamp": "2020-03-02T00:00:00.000+08:00",
    "result": {
      "rechange": 29785.0
    }
  },
  {
    "timestamp": "2020-03-03T00:00:00.000+08:00",
    "result": {
      "rechange": 31123.0
    }
  },
  {
    "timestamp": "2020-03-04T00:00:00.000+08:00",
    "result": {
      "rechange": 33818.0
    }
  },
  {
    "timestamp": "2020-03-05T00:00:00.000+08:00",
    "result": {
      "rechange": 33658.0
    }
  }
]

返回結(jié)果：

?

搞定需求，可以回家啦荒揣！

參考

https://druid.apache.org/docs/latest/querying/timeseriesquery.html