elasticsearch 進(jìn)行聚合+去重查詢

已客戶customer為例
我想查詢每日的客戶數(shù)币旧。
先按照日期分桶秕岛,然后在桶內(nèi)按照 姓名來去重 來計(jì)算客戶數(shù)(實(shí)際會(huì)按照客戶id 來區(qū)分客戶)
測(cè)試數(shù)據(jù)見 文章末尾
一共是9條數(shù)據(jù)帘睦, 名字分別為:
river Lucy 1 Lucy frank tom lily lily tom tom
不同的名字是 6 個(gè)疾党。

先看看 es 的 query 怎么寫

GET /es-customer/_search
{
  "size" : 0,
  "aggs" : {
      "days" : {
        "date_histogram": {
          "field": "createTime",
          "interval": "day"
        },
        "aggs": {
          "distinct_name" : {
              "cardinality" : {
                "field" : "firstName"
              }
          }
        }
      }
  }
}

查詢結(jié)果為:

{
  "took": 0,
  "timed_out": false,
  "_shards": {
    "total": 2,
    "successful": 2,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 9,
    "max_score": 0,
    "hits": []
  },
  "aggregations": {
    "days": {
      "buckets": [
        {
          "key_as_string": "2019-04-10 00:00:00",
          "key": 1554854400000,
          "doc_count": 9,
          "distinct_name": {
            "value": 6
          }
        }
      ]
    }
  }
}

2019-04-10 當(dāng)天查出了9條數(shù)據(jù)档泽,去重后是6條俊戳。

現(xiàn)在就可以根據(jù) 查詢寫java代碼了

    @Test
    public void testAggAndDistinct(){
        //獲取注解,通過注解可以得到 indexName 和 type
        Document document = Customer.class.getAnnotation(Document.class);
        // dateHistogram  Aggregation 是時(shí)間柱狀圖聚合馆匿,按照天來聚合 抑胎, dataAgg 為聚合結(jié)果的名稱,createTime 為字段名稱
        // cardinality 用來去重
        SearchQuery searchQuery  = new NativeSearchQueryBuilder()
                .withQuery(matchAllQuery())
                .withSearchType(SearchType.QUERY_THEN_FETCH)
                .withIndices(document.indexName()).withTypes(document.type())
                .addAggregation(AggregationBuilders.dateHistogram("dataAgg").field("createTime").dateHistogramInterval(DateHistogramInterval.DAY)
                        .subAggregation(AggregationBuilders.cardinality("nameAgg").field("firstName")))
                .build();

        // 聚合的結(jié)果
        Aggregations aggregations = elasticsearchTemplate.query(searchQuery, response -> response.getAggregations());
        Map<String, Aggregation> results = aggregations.asMap();
        Histogram histogram = (Histogram) results.get("dataAgg");
        // 將bucket list 轉(zhuǎn)換成 map 渐北, key -> 名字   value-> 出現(xiàn)次數(shù)
        histogram.getBuckets().stream().forEach(t->{
            Histogram.Bucket histogram1 = t;
            System.out.println(histogram1.getKeyAsString());
            Cardinality cardinality = histogram1.getAggregations().get("nameAgg");
            System.out.println(cardinality.getValue());
        });
    }

打印結(jié)果為

時(shí)間:2019-04-10 00:00:00
總數(shù) :9
去重后數(shù)量:6

這是我們期望的結(jié)果阿逃。

測(cè)試數(shù)據(jù)

GET /es-customer/_search
{
  "query": {
    "match_all": {}
  }
}
{
  "took": 0,
  "timed_out": false,
  "_shards": {
    "total": 2,
    "successful": 2,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 9,
    "max_score": 1,
    "hits": [
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "_z8_BmoB7Iqmj8bUCgie",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "Lucy 1",
          "lastName": "001",
          "valid": null,
          "age": 13,
          "createTime": "2019-04-10 07:55:55"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "Aj8_BmoB7Iqmj8bUCwkY",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "tom",
          "lastName": "001",
          "valid": null,
          "age": 44,
          "createTime": "2019-04-10 07:55:56"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "Az8_BmoB7Iqmj8bUCwk6",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "lily",
          "lastName": "002",
          "valid": null,
          "age": 56,
          "createTime": "2019-04-10 07:55:56"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "BD8_BmoB7Iqmj8bUCwlc",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "lily",
          "lastName": "004",
          "valid": null,
          "age": 53,
          "createTime": "2019-04-10 07:55:56"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "_j8_BmoB7Iqmj8bUCghV",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "river",
          "lastName": "007",
          "valid": null,
          "age": 12,
          "createTime": "2019-04-10 07:55:55"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "AD8_BmoB7Iqmj8bUCgnH",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "Lucy",
          "lastName": "002",
          "valid": null,
          "age": 22,
          "createTime": "2019-04-10 07:55:55"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "AT8_BmoB7Iqmj8bUCgnv",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "frank",
          "lastName": "001",
          "valid": null,
          "age": 33,
          "createTime": "2019-04-10 07:55:56"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "BT8_BmoB7Iqmj8bUCwmC",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "tom",
          "lastName": "002",
          "valid": null,
          "age": 66,
          "createTime": "2019-04-10 07:55:56"
        }
      },
      {
        "_index": "es-customer",
        "_type": "customer",
        "_id": "Bj8_BmoB7Iqmj8bUCwmp",
        "_score": 1,
        "_source": {
          "id": null,
          "firstName": "tom",
          "lastName": "005",
          "valid": null,
          "age": 33,
          "createTime": "2019-04-10 07:55:56"
        }
      }
    ]
  }
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市赃蛛,隨后出現(xiàn)的幾起案子恃锉,更是在濱河造成了極大的恐慌,老刑警劉巖呕臂,帶你破解...
    沈念sama閱讀 210,978評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件破托,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡歧蒋,警方通過查閱死者的電腦和手機(jī)土砂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,954評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谜洽,“玉大人萝映,你說我怎么就攤上這事〔椋” “怎么了序臂?”我有些...
    開封第一講書人閱讀 156,623評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)实束。 經(jīng)常有香客問我奥秆,道長(zhǎng)逊彭,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,324評(píng)論 1 282
  • 正文 為了忘掉前任吭练,我火速辦了婚禮诫龙,結(jié)果婚禮上析显,老公的妹妹穿的比我還像新娘鲫咽。我一直安慰自己,他們只是感情好谷异,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,390評(píng)論 5 384
  • 文/花漫 我一把揭開白布分尸。 她就那樣靜靜地躺著,像睡著了一般歹嘹。 火紅的嫁衣襯著肌膚如雪箩绍。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,741評(píng)論 1 289
  • 那天尺上,我揣著相機(jī)與錄音材蛛,去河邊找鬼。 笑死怎抛,一個(gè)胖子當(dāng)著我的面吹牛卑吭,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播马绝,決...
    沈念sama閱讀 38,892評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼豆赏,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了富稻?” 一聲冷哼從身側(cè)響起掷邦,我...
    開封第一講書人閱讀 37,655評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎椭赋,沒想到半個(gè)月后抚岗,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,104評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡哪怔,尸身上長(zhǎng)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(diǎn)故事閱讀 36,451評(píng)論 2 325
  • 正文 我和宋清朗相戀三年苟跪,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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蔓涧。...
    茶點(diǎn)故事閱讀 38,569評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡件已,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出元暴,到底是詐尸還是另有隱情篷扩,我是刑警寧澤,帶...
    沈念sama閱讀 34,254評(píng)論 4 328
  • 正文 年R本政府宣布茉盏,位于F島的核電站鉴未,受9級(jí)特大地震影響枢冤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜铜秆,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,834評(píng)論 3 312
  • 文/蒙蒙 一淹真、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧连茧,春花似錦核蘸、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,725評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至罚斗,卻和暖如春徙鱼,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背针姿。 一陣腳步聲響...
    開封第一講書人閱讀 31,950評(píng)論 1 264
  • 我被黑心中介騙來泰國打工袱吆, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人距淫。 一個(gè)月前我還...
    沈念sama閱讀 46,260評(píng)論 2 360
  • 正文 我出身青樓绞绒,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國和親溉愁。 傳聞我的和親對(duì)象是個(gè)殘疾皇子处铛,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,446評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 國家電網(wǎng)公司企業(yè)標(biāo)準(zhǔn)(Q/GDW)- 面向?qū)ο蟮挠秒娦畔?shù)據(jù)交換協(xié)議 - 報(bào)批稿:20170802 前言: 排版 ...
    庭說閱讀 10,913評(píng)論 6 13
  • MYSQL 基礎(chǔ)知識(shí) 1 MySQL數(shù)據(jù)庫概要 2 簡(jiǎn)單MySQL環(huán)境 3 數(shù)據(jù)的存儲(chǔ)和獲取 4 MySQL基本操...
    Kingtester閱讀 7,787評(píng)論 5 116
  • --- layout: post title: "如果有人問你關(guān)系型數(shù)據(jù)庫的原理,叫他看這篇文章(轉(zhuǎn))" date...
    藍(lán)墜星閱讀 780評(píng)論 0 3
  • 俗話說:“沒有規(guī)矩拐揭,不成方圓撤蟆。”也就是說國有國法,校有校規(guī),家有家風(fēng)堂污。我家的家風(fēng)是:“誠實(shí)守信家肯,謙虛勤奮∶瞬”家人們...
    何佳歡閱讀 286評(píng)論 3 1
  • 個(gè)人認(rèn)為我是一個(gè)很糾結(jié)的人讨衣,我喜歡與不喜歡一個(gè)人很難區(qū)分。我一直認(rèn)為天秤座的形容很符合我式镐。我沒有那么明顯的愛憎分明...
    陰影里的光閱讀 250評(píng)論 0 0