白话Elasticsearch42-深入聚合数据分析之案例实战__bucket filter:统计牌品最近一个月的平均价格(Filter Aggregation)

简介: 白话Elasticsearch42-深入聚合数据分析之案例实战__bucket filter:统计牌品最近一个月的平均价格(Filter Aggregation)

20190806092132811.jpg


概述

继续跟中华石杉老师学习ES,第41篇

课程地址: https://www.roncoo.com/view/55


官方说明

Filter Aggregation:戳这里


20190824121434599.png


案例


需求: 统计牌品最近一个月的平均价格

今天是 2019-08-24 ,为了演示该案例,我们批量更新下数据

POST /tvs/sales/_bulk
{"update":{"_id":"3n0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-07-30"}}
{"update":{"_id":"4H0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-01-05"}}
{"update":{"_id":"4n0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-04-12"}}
{"update":{"_id":"230msmwBYSg4rD-7WPaa"}}
{"doc":{"sold_date":"2019-03-28"}}
{"update":{"_id":"3X0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-05-20"}}
{"update":{"_id":"3H0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-06-05"}}
{"update":{"_id":"330msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-08-02"}}
{"update":{"_id":"4X0msmwBYSg4rD-7WPab"}}
{"doc":{"sold_date":"2019-07-30"}}


更新后的数据:

20190824123243886.png


DSL:

#统计牌品最近一个月的平均价格
GET /tvs/sales/_search 
{
  "query": {
    "term": {
      "brand": "TCL"
    }
  },
  "aggs": {
    "recent_30d": {
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-30d"
          }
        }
      },
      "aggs": {
        "recent_30d_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }, 
  "size": 0
}


返回


2019082412345959.png


分析一下:


aggs.filter,针对的是聚合。


为什么不把filter放在query里呢? 如果放query里面的filter,是全局的,会对所有的数据都有影响 。


但是假设你要统计TCL电视,最近1个月的平均值; 最近3个月的平均值; 最近6个月的平均值


那就需要对bucket 进行 filter:对不同的bucket下的aggs,进行filter

#统计牌品最近一个月的平均价格
GET /tvs/sales/_search 
{
  "query": {
    "term": {
      "brand": "TCL"
    }
  },
  "aggs": {
    "recent_30d": {
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-30d"
          }
        }
      },
      "aggs": {
        "recent_30d_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    },
    "recent_90d":{
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-90d"
          }
        }
      },
      "aggs": {
        "recent_90d_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    },
    "recent_180d":{
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-180d"
          }
        }
      },
      "aggs": {
        "recent_180d_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

返回:

{
  "took": 12,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 0.9808292,
    "hits": [
      {
        "_index": "tvs",
        "_type": "sales",
        "_id": "330msmwBYSg4rD-7WPab",
        "_score": 0.9808292,
        "_source": {
          "price": 1200,
          "color": "绿色",
          "brand": "TCL",
          "sold_date": "2019-08-02"
        }
      },
      {
        "_index": "tvs",
        "_type": "sales",
        "_id": "3n0msmwBYSg4rD-7WPab",
        "_score": 0.6931472,
        "_source": {
          "price": 1500,
          "color": "蓝色",
          "brand": "TCL",
          "sold_date": "2019-07-30"
        }
      }
    ]
  },
  "aggregations": {
    "recent_30d": {
      "doc_count": 2,
      "recent_30d_price": {
        "value": 1350
      }
    },
    "recent_90d": {
      "doc_count": 2,
      "recent_90d_price": {
        "value": 1350
      }
    },
    "recent_180d": {
      "doc_count": 2,
      "recent_180d_price": {
        "value": 1350
      }
    }
  }
}


相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
|
12月前
|
缓存 监控 前端开发
顺企网 API 开发实战:搜索 / 详情接口从 0 到 1 落地(附 Elasticsearch 优化 + 错误速查)
企业API开发常陷参数、缓存、错误处理三大坑?本指南拆解顺企网双接口全流程,涵盖搜索优化、签名验证、限流应对,附可复用代码与错误速查表,助你2小时高效搞定开发,提升响应速度与稳定性。
|
存储 运维 监控
超越传统模型:从零开始构建高效的日志分析平台——基于Elasticsearch的实战指南
【10月更文挑战第8天】随着互联网应用和微服务架构的普及,系统产生的日志数据量日益增长。有效地收集、存储、检索和分析这些日志对于监控系统健康状态、快速定位问题以及优化性能至关重要。Elasticsearch 作为一种分布式的搜索和分析引擎,以其强大的全文检索能力和实时数据分析能力成为日志处理的理想选择。
1385 6
|
人工智能 自然语言处理 运维
让搜索引擎“更懂你”:AI × Elasticsearch MCP Server 开源实战
本文介绍基于Model Context Protocol (MCP)标准的Elasticsearch MCP Server,它为AI助手(如Claude、Cursor等)提供与Elasticsearch数据源交互的能力。文章涵盖MCP概念、Elasticsearch MCP Server的功能特性及实际应用场景,例如数据探索、开发辅助。通过自然语言处理,用户无需掌握复杂查询语法即可操作Elasticsearch,显著降低使用门槛并提升效率。项目开源地址:<https://github.com/awesimon/elasticsearch-mcp>,欢迎体验与反馈。
4126 1
|
存储 数据采集 数据处理
数据处理神器Elasticsearch_Pipeline:原理、配置与实战指南
数据处理神器Elasticsearch_Pipeline:原理、配置与实战指南
986 12
|
存储 数据可视化 数据挖掘
使用Elasticsearch进行实时数据分析与预测
【8月更文第28天】Elasticsearch 是一个分布式的、RESTful 风格的搜索和分析引擎,它能够实时地存储、检索以及分析大规模的数据集。结合 Logstash 和 Kibana,它们共同构成了 Elastic Stack,这是一套强大的工具组合,适用于收集、存储、分析和可视化数据。
708 0
|
缓存 数据处理 数据安全/隐私保护
Elasticsearch索引状态管理实战指南
Elasticsearch索引状态管理实战指南
472 0
|
安全 Java Linux
Linux安装Elasticsearch详细教程
Linux安装Elasticsearch详细教程
2586 64
|
JSON 安全 数据可视化
Elasticsearch(es)在Windows系统上的安装与部署(含Kibana)
Kibana 是 Elastic Stack(原 ELK Stack)中的核心数据可视化工具,主要与 Elasticsearch 配合使用,提供强大的数据探索、分析和展示功能。elasticsearch安装在windows上一般是zip文件,解压到对应目录。文件,elasticsearch8.x以上版本是自动开启安全认证的。kibana安装在windows上一般是zip文件,解压到对应目录。elasticsearch的默认端口是9200,访问。默认用户是elastic,密码需要重置。
6946 0
|
NoSQL 关系型数据库 Redis
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
mall在linux环境下的部署(基于Docker容器),docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongodb、minio详细教程,拉取镜像、运行容器
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
786 5