聚合數(shù)據(jù)分析date histogram之統(tǒng)計每月電視銷量

bucket,分組操作,hitogram,按照某個值指定的interval,劃分一個一個的bucket
date histogram,按照我們指定的某個date類型的日期field,以及日期interval,按照一定的日期間隔,區(qū)劃分bucket
date histogram = 1m
2017-01-01~2017-01-31,就是一個bucket
2017-02-01~2017-02-28,就是一個bucket
然后回去掃描每個數(shù)據(jù)的date field,判斷date落在哪個bucket中,就將其放入那個bucket
2017-01-05答捕,就將其放入2017-01-01~2017-01-31,就是一個bucket
min_doc_count:即使某個日期interval遵馆,2017-01-01~2017-01-31中银锻,一條數(shù)據(jù)都沒有既绩,那么這個區(qū)間也是要返回的,不然默認是會過濾掉這個區(qū)間的
extended_bounds,min褂删,max:劃分bucket的時候,會限定在這個起始日期冲茸,和截止日期內(nèi)

GET /tvs/sales/_search
{
  "size": 0,
  "aggs": {
    "group_by_sold_date": {
      "date_histogram": {
        "field": "sold_date",
        "interval": "month",
        "format": "yyyy-MM-dd",
        "min_doc_count": 0,
        "extended_bounds": {
          "min": "2016-01-01",
          "max": "2017-01-31"
        }
      }
    }
  }
}
{
  "took": 8,
  "timed_out": false,
  "_shards": {
    "total": 3,
    "successful": 3,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 8,
    "max_score": 0,
    "hits": []
  },
  "aggregations": {
    "group_by_sold_date": {
      "buckets": [
        {
          "key_as_string": "2016-01-01",
          "key": 1451606400000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-02-01",
          "key": 1454284800000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-03-01",
          "key": 1456790400000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-04-01",
          "key": 1459468800000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-05-01",
          "key": 1462060800000,
          "doc_count": 1
        },
        {
          "key_as_string": "2016-06-01",
          "key": 1464739200000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-07-01",
          "key": 1467331200000,
          "doc_count": 1
        },
        {
          "key_as_string": "2016-08-01",
          "key": 1470009600000,
          "doc_count": 1
        },
        {
          "key_as_string": "2016-09-01",
          "key": 1472688000000,
          "doc_count": 0
        },
        {
          "key_as_string": "2016-10-01",
          "key": 1475280000000,
          "doc_count": 1
        },
        {
          "key_as_string": "2016-11-01",
          "key": 1477958400000,
          "doc_count": 2
        },
        {
          "key_as_string": "2016-12-01",
          "key": 1480550400000,
          "doc_count": 0
        },
        {
          "key_as_string": "2017-01-01",
          "key": 1483228800000,
          "doc_count": 1
        },
        {
          "key_as_string": "2017-02-01",
          "key": 1485907200000,
          "doc_count": 1
        }
      ]
    }
  }
}
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末屯阀,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子轴术,更是在濱河造成了極大的恐慌难衰,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,755評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件膳音,死亡現(xiàn)場離奇詭異召衔,居然都是意外死亡,警方通過查閱死者的電腦和手機祭陷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評論 3 395
  • 文/潘曉璐 我一進店門苍凛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來趣席,“玉大人,你說我怎么就攤上這事醇蝴⌒牵” “怎么了?”我有些...
    開封第一講書人閱讀 165,138評論 0 355
  • 文/不壞的土叔 我叫張陵悠栓,是天一觀的道長霉涨。 經(jīng)常有香客問我,道長惭适,這世上最難降的妖魔是什么笙瑟? 我笑而不...
    開封第一講書人閱讀 58,791評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮癞志,結果婚禮上往枷,老公的妹妹穿的比我還像新娘。我一直安慰自己凄杯,他們只是感情好错洁,可當我...
    茶點故事閱讀 67,794評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著戒突,像睡著了一般屯碴。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上膊存,一...
    開封第一講書人閱讀 51,631評論 1 305
  • 那天导而,我揣著相機與錄音,去河邊找鬼膝舅。 笑死嗡载,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的仍稀。 我是一名探鬼主播洼滚,決...
    沈念sama閱讀 40,362評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼技潘!你這毒婦竟也來了遥巴?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,264評論 0 276
  • 序言:老撾萬榮一對情侶失蹤享幽,失蹤者是張志新(化名)和其女友劉穎铲掐,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體值桩,經(jīng)...
    沈念sama閱讀 45,724評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡摆霉,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片携栋。...
    茶點故事閱讀 40,040評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡搭盾,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出婉支,到底是詐尸還是另有隱情鸯隅,我是刑警寧澤,帶...
    沈念sama閱讀 35,742評論 5 346
  • 正文 年R本政府宣布向挖,位于F島的核電站蝌以,受9級特大地震影響,放射性物質發(fā)生泄漏何之。R本人自食惡果不足惜跟畅,卻給世界環(huán)境...
    茶點故事閱讀 41,364評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望帝美。 院中可真熱鬧碍彭,春花似錦晤硕、人聲如沸悼潭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,944評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽舰褪。三九已至,卻和暖如春疏橄,著一層夾襖步出監(jiān)牢的瞬間占拍,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,060評論 1 270
  • 我被黑心中介騙來泰國打工捎迫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留晃酒,地道東北人。 一個月前我還...
    沈念sama閱讀 48,247評論 3 371
  • 正文 我出身青樓窄绒,卻偏偏與公主長得像贝次,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子彰导,可洞房花燭夜當晚...
    茶點故事閱讀 44,979評論 2 355

推薦閱讀更多精彩內(nèi)容