es - elasticsearch - aggs - pipeline - cumulative_cardinality

2023-11-02 07:10

本文主要是介绍es - elasticsearch - aggs - pipeline - cumulative_cardinality,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

世界上并没有完美的程序,但是我们并不因此而沮丧,因为写程序就是一个不断追求完美的过程。

问:cumulative_cardinality有什么特点?
答:
在这里插入图片描述
问:cumulative_cardinality如何使用?
答:

DELETE /cumulative_cardinality_testPUT /cumulative_cardinality_test
{"mappings": {"properties": {"type": {"type": "integer"},"num": {"type": "integer"},"date": {"type": "date"}}}
}POST /cumulative_cardinality_test/_bulk
{"index": {"_id": 1}}
{"type": 1, "num": 4, "date": "1989-01-10"}
{"index": {"_id": 2}}
{"type": 2, "num": 4, "date": "1988-01-10"}
{"index": {"_id": 3}}
{"type": 1, "num": 5, "date": "1990-01-10"}
{"index": {"_id": 4}}
{"type": 2, "num": 9, "date": "1990-01-10"}
{"index": {"_id": 5}}
{"type": 1, "num": 6, "date": "1989-01-10"}GET /cumulative_cardinality_test/_search
{"size": 0,"aggs": {"cumulative_aggs": {"date_histogram": {"field": "date","calendar_interval": "year"},"aggs": {"cardinality_aggs": {"cardinality": {"field": "num"}},"cumu_aggs": {"cumulative_cardinality": {"buckets_path": "cardinality_aggs"}},"derivative_aggs": {"derivative": {"buckets_path": "cumu_aggs"}}}}}
}# 结果
{"took" : 862,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 5,"relation" : "eq"},"max_score" : null,"hits" : [ ]},"aggregations" : {"cumulative_aggs" : {"buckets" : [{"key_as_string" : "1988-01-01T00:00:00.000Z","key" : 567993600000,"doc_count" : 1,"cardinality_aggs" : {"value" : 1},"cumu_aggs" : {"value" : 1}},{"key_as_string" : "1989-01-01T00:00:00.000Z","key" : 599616000000,"doc_count" : 2,// 当前bucket唯一值(基数)数量"cardinality_aggs" : {"value" : 2},// 从开始到现在bucket的累积基数的数量"cumu_aggs" : {"value" : 2},// 和上一个bucket相比增加的基数的数量"derivative_aggs" : {"value" : 1.0}},{"key_as_string" : "1990-01-01T00:00:00.000Z","key" : 631152000000,"doc_count" : 2,"cardinality_aggs" : {"value" : 2},"cumu_aggs" : {"value" : 4},"derivative_aggs" : {"value" : 2.0}}]}}
}

这篇关于es - elasticsearch - aggs - pipeline - cumulative_cardinality的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/328967

相关文章

SpringBoot整合easy-es的详细过程

《SpringBoot整合easy-es的详细过程》本文介绍了EasyES,一个基于Elasticsearch的ORM框架,旨在简化开发流程并提高效率,EasyES支持SpringBoot框架,并提供... 目录一、easy-es简介二、实现基于Spring Boot框架的应用程序代码1.添加相关依赖2.添

ElasticSearch+Kibana通过Docker部署到Linux服务器中操作方法

《ElasticSearch+Kibana通过Docker部署到Linux服务器中操作方法》本文介绍了Elasticsearch的基本概念,包括文档和字段、索引和映射,还详细描述了如何通过Docker... 目录1、ElasticSearch概念2、ElasticSearch、Kibana和IK分词器部署

Java实现Elasticsearch查询当前索引全部数据的完整代码

《Java实现Elasticsearch查询当前索引全部数据的完整代码》:本文主要介绍如何在Java中实现查询Elasticsearch索引中指定条件下的全部数据,通过设置滚动查询参数(scrol... 目录需求背景通常情况Java 实现查询 Elasticsearch 全部数据写在最后需求背景通常情况下

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

对Powerdesigner中的Cardinality基数理解

原文链接:http://blog.sina.com.cn/s/blog_9bbafb790101bxwj.html 基数(Cardinality)用实体间实例的数值对应关系表示,它反映了两个实体间的数值联系,它从父实体的角度描述了一对实体间的数量维度,换句话说,基数中的数字是描述父实体在子表中可能出现的次数范围,基数实际是1个闭区间。基数可能是: (1)0,1 一个父实体,在子表中可能出现1

ElasticSearch的DSL查询⑤(ES数据聚合、DSL语法数据聚合、RestClient数据聚合)

目录 一、数据聚合 1.1 DSL实现聚合 1.1.1 Bucket聚合  1.1.2 带条件聚合 1.1.3 Metric聚合 1.1.4 总结 2.1 RestClient实现聚合 2.1.1 Bucket聚合 2.1.2 带条件聚合 2.2.3 Metric聚合 一、数据聚合 聚合(aggregations)可以让我们极其方便的实现对数据的统计、分析、运算。例如:

OpenGL ES学习总结:基础知识简介

什么是OpenGL ES? OpenGL ES (为OpenGL for Embedded System的缩写) 为适用于嵌入式系统的一个免费二维和三维图形库。 为桌面版本OpenGL 的一个子集。 OpenGL ES管道(Pipeline) OpenGL ES 1.x 的工序是固定的,称为Fix-Function Pipeline,可以想象一个带有很多控制开关的机器,尽管加工

OpenGL ES 2.0渲染管线

http://codingnow.cn/opengles/1504.html Opengl es 2.0实现了可编程的图形管线,比起1.x的固定管线要复杂和灵活很多,由两部分规范组成:Opengl es 2.0 API规范和Opengl es着色语言规范。下图是Opengl es 2.0渲染管线,阴影部分是opengl es 2.0的可编程阶段。   1. 顶点着色器(Vert

【docker】基于docker-compose 安装elasticsearch + kibana + ik分词器(8.10.4版本)

记录下,使用 docker-compose 安装 Elasticsearch 和 Kibana,并配置 IK 分词器,你可以按照以下步骤进行。此过程适用于 Elasticsearch 和 Kibana 8.10.4 版本。 安装 首先,在你的工作目录下创建一个 docker-compose.yml 文件,用于配置 Elasticsearch 和 Kibana 的服务。 version: