Elasticsearch基于儿童积木玩具图解 Elasticsearch 聚合
Posted 九师兄
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Elasticsearch基于儿童积木玩具图解 Elasticsearch 聚合相关的知识,希望对你有一定的参考价值。
1.概述
转载:https://elastic.blog.csdn.net/article/details/113011288
故事得从这一筐积木说起…
周末带孩子正准备玩积木的时候,手机响了,死磕 Elasticsearch 技术群里在探讨 Elastic 认证中聚合考点,我想起关于 Elasticsearch 聚合,我之前写过 2-3 篇文章,跨度也得有3年。
但是,或多或少都是官方文档的东西,不够深入浅出。再看到手里的这堆积木,灵感来了,就带着孩子摆了各种积木造型,然后就有了这篇文章。
1、数据来源——积木
图1
来个视频,看看有多凌乱。
数据(也就是积木)特点也就有了:
凌乱
形状各异
大小不一
小朋友喜欢积木的原因就是:可以任想象力肆意自由发挥,堆出各种自己喜欢的造型。
但这和聚合有啥子关系呢?
别急,慢慢来…
2、把玩一下积木吧
下图 2 是我们家小宝的作品。
图 2
下面图3、图4是我摆的。
图 4
看出什么区别?
成年人的世界已被社会打磨(cui can)的没有棱角、缺少了天马行空,只剩下中规中矩(开玩笑)。
图3、图4有什么特点呢?
图3 把杂乱无章的积木,按照形状做了归类。
图4 把正方形的提炼出来,归为正方形类。
3、拆解聚合
由图 1 到 图 3、4 的本质:杂乱无章->基本有序。这个聚集的过程抽象提炼一下就是聚合。
第一次听聚合可能不好理解,看了上面的图能好理解一些。
再聚焦一下聚合的分类。
3.1 分桶聚合(bucket)
分桶聚合中桶的概念,它是翻译的词汇。本质就是聚合、数据汇聚的一种方式。
先上积木,然后再数据建模 DSL 过一遍就很容易理解了。
原始数据都是:图1。
基于颜色分桶聚合
图5
图 5 就是基于图1杂乱数据,按照颜色聚合的结果。
聚合结果是:
红色一桶
黄色一桶
蓝色一桶
绿色一桶
基于形状分桶聚合
图6
图 6 就是基于图1杂乱数据,按照形状聚合的结果。
聚合结果是:
正方形一桶
长方形一桶
圆形一桶
圆柱形一桶
而如上内容,对应 Elasticsearch 中哪些聚合呢?
官方文档中的:Aggregations -> Bucket aggregations -> Terms。
数据建模实现一把:
PUT toy_demo_001
{
"mappings": {
"properties": {
"color": {
"type": "keyword"
},
"name": {
"type": "keyword"
}
}
}
}
POST toy_demo_001/_bulk
{"index":{"_id":1}}
{"color":"red","name":"red_01"}
{"index":{"_id":2}}
{"color":"red","name":"red_02"}
{"index":{"_id":3}}
{"color":"red","name":"red_03"}
{"index":{"_id":4}}
{"color":"green","name":"green_01"}
{"index":{"_id":5}}
{"color":"blue","name":"blue_02"}
{"index":{"_id":6}}
{"color":"green","name":"green_02"}
{"index":{"_id":7}}
{"color":"blue","name":"blue_03"}
POST toy_demo_001/_search
{
"size": 0,
"aggs": {
"color_terms_agg": {
"terms": {
"field": "color"
}
}
}
}
上述基于颜色的聚合结果如下:
key:代表的基于颜色的分桶。
doc_value: 每个桶中积木数量。
其他 bucket 聚合,参见官方文档:Aggregations -> Bucket aggregations 。
3.2 指标聚合(Metric)
图 8
由 图 7 到 图 8,发生了什么?
图7:一堆凌乱的方型积木。
图8:获取了图 7 中积木的最小值、平均值,最大值。
映射到 Elasticsearch,本质上就是发生了指标聚合。怎么破?看个实例:
PUT toy_demo_002
{
"mappings": {
"properties": {
"size": {
"type": "integer"
},
"name": {
"type": "keyword"
}
}
}
}
POST toy_demo_002/_bulk
{"index":{"_id":0}}
{"size":0,"name":"red_0"}
{"index":{"_id":1}}
{"size":1,"name":"red_1"}
{"index":{"_id":2}}
{"size":2,"name":"green_2"}
{"index":{"_id":3}}
{"size":3,"name":"yellow_3"}
{"index":{"_id":4}}
{"size":4,"name":"green_4"}
{"index":{"_id":5}}
{"size":5,"name":"blue_5"}
{"index":{"_id":6}}
{"size":6,"name":"yellow_6"}
{"index":{"_id":7}}
{"size":7,"name":"blue_7"}
{"index":{"_id":8}}
{"size":8,"name":"green_8"}
{"index":{"_id":9}}
{"size":9,"name":"green_9"}
POST toy_demo_002/_search
{
"size": 0,
"aggs": {
"max_agg": {
"max": {
"field": "size"
}
},
"min_agg": {
"min": {
"field": "size"
}
},
"avg_agg": {
"avg": {
"field": "size"
}
}
}
}
指标聚合结果如下:
指标聚合使用了浮点数,精度原因,所以和积木结果不完全一致。
有的读者说了,一个 stats 不就全搞定了,是的,如下:
POST toy_demo_002/_search
{
"size": 0,
"aggs": {
"size_stats": {
"stats": {
"field": "size"
}
}
}
}
stats 指标聚合结果如下:
"aggregations" : {
"size_stats" : {
"count" : 10,
"min" : 0.0,
"max" : 9.0,
"avg" : 4.5,
"sum" : 45.0
}
}
更多指标聚合内容参见官方文档:Aggregations > Metrics aggregations。
3.3 管道聚合/子聚合(pipeline)
上积木:
图 9
图 9 的积木相对复杂了,有了:带孔积木,有了颜色区别,有了数字大小的区别。
按照有孔与否,聚合结果如下图 10 所示, 左侧有孔,右侧没有孔。
图 10
进一步,在图 10 的基础上,按照颜色分桶,结果如下图 11 所示。
图 11
再进一步,在图 11 的基础上,各自颜色桶内按照数字大小排序如下图 12 所示。
图 12
在图 12 的基础上,获取数字最大的值及其所在的桶,如下图 13 所示:
红色带孔的桶(最大值 8)
绿色不带孔的桶(最大值 9)
图 13
如下的数据建模,完整复现了图 9 - 图 13 积木组合。
has_hole:1,代表有孔;0,代表无孔。
color:代表颜色;
size:积木上数字大小
name:积木名称(以颜色+数字命名,以标定唯一)
PUT toy_demo_003
{
"mappings": {
"properties": {
"has_hole": {
"type": "keyword"
},
"color": {
"type": "keyword"
},
"size": {
"type": "integer"
},
"name": {
"type": "keyword"
}
}
}
}
POST toy_demo_003/_bulk
{"index":{"_id":0}}
{"size":0,"name":"red_0","has_hole":0,"color":"red"}
{"index":{"_id":1}}
{"size":1,"name":"red_1","has_hole":0,"color":"red"}
{"index":{"_id":2}}
{"size":2,"name":"green_2","has_hole":0,"color":"green"}
{"index":{"_id":3}}
{"size":3,"name":"yellow_3","has_hole":0,"color":"yellow"}
{"index":{"_id":4}}
{"size":4,"name":"green_4","has_hole":0,"color":"green"}
{"index":{"_id":5}}
{"size":5,"name":"blue_5","has_hole":0,"color":"blue"}
{"index":{"_id":6}}
{"size":6,"name":"yellow_6","has_hole":0,"color":"yellow"}
{"index":{"_id":7}}
{"size":7,"name":"blue_7","has_hole":0,"color":"blue"}
{"index":{"_id":8}}
{"size":8,"name":"green_8","has_hole":0,"color":"green"}
{"index":{"_id":9}}
{"size":9,"name":"green_9","has_hole":0,"color":"green"}
{"index":{"_id":10}}
{"size":7,"name":"red_hole_7","has_hole":1,"color":"red"}
{"index":{"_id":11}}
{"size":8,"name":"red_hole_8","has_hole":1,"color":"red"}
{"index":{"_id":12}}
{"size":0,"name":"yellow_hole_0","has_hole":1,"color":"yellow"}
{"index":{"_id":13}}
{"size":4,"name":"yellow_hole_4","has_hole":1,"color":"yellow"}
{"index":{"_id":14}}
{"size":6,"name":"yellow_hole_6","has_hole":1,"color":"yellow"}
{"index":{"_id":15}}
{"size":5,"name":"yellow_hole_5","has_hole":1,"color":"yellow"}
{"index":{"_id":16}}
{"size":3,"name":"green_hole_3","has_hole":1,"color":"green"}
{"index":{"_id":17}}
{"size":1,"name":"blue_hole_1","has_hole":1,"color":"blue"}
{"index":{"_id":18}}
{"size":2,"name":"blue_hole_1","has_hole":1,"color":"blue"}
POST toy_demo_003/_search
{
"size": 0,
"aggs": {
"hole_terms_agg": {
"terms": {
"field": "has_hole"
},
"aggs": {
"color_terms": {
"terms": {
"field": "color"
}
}
}
}
}
}
以下聚合实现了:图 11的积木内容。
先按照是否有孔聚合,再按照颜色聚合。
这属于聚合内嵌套聚合,本质属于:分桶聚合章节内容,这里要说明一下。
POST toy_demo_003/_search
{
"size": 0,
"aggs": {
"hole_terms_agg": {
"terms": {
"field": "has_hole"
},
"aggs": {
"color_terms": {
"terms": {
"field": "color"
}
}
}
}
}
}
聚合结果如下:
"aggregations" : {
"hole_terms_agg" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "0",
"doc_count" : 10,
"color_terms" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "green",
"doc_count" : 4
},
{
"key" : "blue",
"doc_count" : 2
},
{
"key" : "red",
"doc_count" : 2
},
{
"key" : "yellow",
"doc_count" : 2
}
]
}
},
{
"key" : "1",
"doc_count" : 9,
"color_terms" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "yellow",
"doc_count" : 4
},
{
"key" : "blue",
"doc_count" : 2
},
{
"key" : "red",
"doc_count" : 2
},
{
"key" : "green",
"doc_count" : 1
}
]
}
}
]
}
以下聚合实现了图 12、图 13 内容(非严格匹配)。
最外层聚合:按照是否有孔。
嵌套在内层的聚合:取最大值,本质是取的有孔、无孔两个桶里的最大值。
max_bucket 可以理解成子聚合或者pipeline 管道聚合,它是进一步再上面聚合的基础上,取出有孔、无孔两个桶的最大值及其最大值所在的桶。
以上是关于Elasticsearch基于儿童积木玩具图解 Elasticsearch 聚合的主要内容,如果未能解决你的问题,请参考以下文章 肯德基儿童节套餐皮卡丘与可达鸭那些玩具,为啥在淘宝京东上卖这么贵?