elasticsearch强大的聚合功能facet

《elasticsearch强大的聚合功能facet》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、在常规数据库中，我们都知道有一个sql就是group，分组。如果主表只有对应的一个列记录的分组的ID，那么还好统计，比如说每本书book表，有一个分类catId，记录是属于哪一类的书，那么直接按照catId进行分组即可。可是在实际应用种，并非如此简单。一本书往往属于多个分类，比如：某本书既属于科技类书，又属于儿童类书，要求按照这两种条件进行筛选，都能筛选出来，如果要求按照分类进行统计数量，数据库怎么group?我们且抛开种种解决方案，来看看Elasticsearch里面对这种需求，是多么的容易统计。 首先，我们需要造些数据，需要

2、用到一个模型，这个模型定义了一个type，就算类型吧，我们用这个属性来演示常规的group。还有一个catIds的列表模型，这个来解决我们上面描述的一本书对应多个分类的需求。模型定义如下：importjava.io.Serializable;importjava.util.ArrayList;importjava.util.List;importjava.util.Random;importcom.donlianli.es.ESUtils;/***这个是为分组定义的一个模型*catIds通常为一对多的分类ID*@authordo

3、nlian*/publicclassFacetTestModelimplementsSerializable{privatestaticfinallongserialVersionUID=3174577828007649745L;/***随便编写的一些值，type属性只能取这里面的其中一个*/privateString[]types=newString[]{"type1","type2","type3","type4","type5","type6","type7","type11","type12","type13","typ

4、e14","type15","type16","type17"};//主IDprivatelongid;//类型，为types之一privateStringtype;/***所属分类，范围为1-50*/privateListcatIds;publicFacetTestModel(){Randomr=newRandom();intn=Math.abs(r.nextInt());intindex=n%14;this.type=types[index];this.id=Math.abs(r.nextLong());n

5、=n%50;catIds=newArrayList();catIds.add(n);intys=n%3;if(ys!=0){for(inti=1;i

6、化数据。importorg.elasticsearch.action.bulk.BulkRequestBuilder;importorg.elasticsearch.action.bulk.BulkResponse;importorg.elasticsearch.action.index.IndexRequestBuilder;importorg.elasticsearch.client.Client;importcom.donlianli.es.ESUtils;importcom.donlianli.es.model.Face

7、tTestModel;publicclassBulkIndexTest{publicstaticvoidmain(String[]args){Clientclient=ESUtils.getClient();BulkRequestBuilderbulkRequest=client.prepareBulk();for(inti=0;i<10;i++){Stringjson=ESUtils.toJson(newFacetTestModel());IndexRequestBuilderindexRequest=client.prepa

8、reIndex("test","test")//指定不重复的ID.setSource(json).setId(String.valueOf(i));//添加到builder中bulkRequest.add(indexRequest);}BulkResponseb