当前位置：首页 > news >正文

即墨市网站建设微商软文

news 2026/4/8 12:26:27

即墨市网站建设,微商软文,有没有专做烘焙的网站,长沙制作公园仿竹围栏哪家便宜目录一、基本的数据结构说明二、基本的统计记录 （一）统计当前索引中sellingProducts的所有类型 （二）检索指定文档中sellingProducts的数据总量 （三）检索指定文档中sellingProducts指定类型的数量统计…

一、基本的数据结构说明

二、基本的统计记录

（一）统计当前索引中sellingProducts的所有类型

（二）检索指定文档中sellingProducts的数据总量

（三）检索指定文档中sellingProducts指定类型的数量统计

（四）统计所有文档中sellingProducts中所有元素的总数

（五）统计所有文档中sellingProducts中详细分类总数统计

三、总结

干货分享，感谢您的阅读！

在当今数据驱动的时代，企业和组织面临着海量数据的挑战，如何有效地提取和分析这些数据已成为关键问题。Elasticsearch作为一种强大的搜索和分析引擎，提供了灵活而高效的数据检索能力，能够帮助我们快速获取所需信息。本篇文章将深入探讨在Elasticsearch中对sellingProducts字段的统计操作。

通过具体的案例和查询示例，我们将展示如何从sell_product_order索引中提取出关键信息，包括产品类型的统计、产品数量的计算以及更复杂的聚合查询。无论是想要了解产品销售状况的市场分析师，还是希望提升数据处理能力的开发者，本文都将为你提供实用的参考和技术支持。

在接下来的部分中，我们将逐步介绍基本的数据结构、关键的统计操作以及相应的Elasticsearch查询语法，帮助读者掌握在实际应用中如何进行数据统计和分析。通过这次学习，我们希望读者能够更加熟悉Elasticsearch的使用，并在实际工作中充分利用这一强大的工具，挖掘出数据背后的价值。

一、基本的数据结构说明

对应ES索引：sell_product_order

针对假设ES文档的基本结构内容如下：

   {"id": "2024041801000115936701","sellingProducts": ["FUND_20150718000230030000000000002549","STOCK_656","STOCK_4055","STOCK_1720","FUND_20180920000230030000000000015303"]}

我们针对里面的sellingProducts字段进行一些基本的统计操作，本次记录一下相关的基本操作。

二、基本的统计记录

（一）统计当前索引中sellingProducts的所有类型

从 sell_product_order 索引中检索数据，然后根据 sellingProducts 字段中的内容，聚合出售产品的类型信息，并返回前 10 个最频繁出现的产品类型。

GET /sell_product_order/_search
{"size": 0,"aggs": {"types": {"terms": {"script": {"source": """HashSet types = new HashSet();for (item in doc['sellingProducts']) {int delimiterIndex = item.indexOf('_');if (delimiterIndex > -1) {types.add(item.substring(0, delimiterIndex));}}return types;""","lang": "painless"},"size": 10 }}}
}

（二）检索指定文档中`sellingProducts`的数据总量

从索引为 sell_product_order 中检索数据，并返回指定 _id 的文档，并在结果中包含一个名为 sellingProducts_count 的脚本字段，用于计算每个文档中 sellingProducts 字段的大小。

GET /sell_product_order/_search
{"query": {"terms": {"_id": ["2024041801000115936701"  ]}},"script_fields": {"sellingProducts_count": {"script": {"lang": "painless","source": "doc['sellingProducts'].size()" }}}
}

（三）检索指定文档中`sellingProducts指定类型的数量统计`

从 sell_product_order 索引中检索具有指定 _id 的文档，并在结果中返回两个计算字段，分别是 fund_count 和 stock_count，它们分别表示文档中以 'FUND_' 和 'STOCK_' 开头的元素的数量。

GET /sell_product_order/_search
{"query": {"terms": {"_id": ["2024041801000115936701"]}},"script_fields": {"fund_count": {"script": {"lang": "painless","source": "int fundCount = 0; for (String item : doc['sellingProducts']) { if (item.startsWith('FUND_')) { fundCount++; } } return fundCount;"}},"stock_count": {"script": {"lang": "painless","source": "int stockCount = 0; for (String item : doc['sellingProducts']) { if (item.startsWith('STOCK_')) { stockCount++; } } return stockCount;"}}}
}

（四）统计所有文档中`sellingProducts`中所有元素的总数

从 sell_product_order 索引中检索所有文档，并计算 sellingProducts 字段中所有元素的总数，将结果作为 total_sellingProducts_items 的值返回。

GET /sell_product_order/_search
{"size": 0,  "aggs": {"total_sellingProducts_items": {"sum": {"script": {"source": "doc['sellingProducts'].size()","lang": "painless"}}}}
}

（五）统计所有文档中`sellingProducts`中详细分类总数统计

计算 sellingProducts 字段中以 FUND_ 开头和以 STOCK_ 开头的元素数量，将结果以 fund_count 和 stock_count 的形式返回。

GET /sell_product_order/_search
{"size": 0,"aggs": {"totals": {"scripted_metric": {"init_script": "state.fund_count = 0; state.stock_count = 0;","map_script": """if (doc.containsKey('sellingProducts')) {for (def item : doc['sellingProducts']) {if (item.startsWith('FUND_')) {state.fund_count++;} if (item.startsWith('STOCK_')) {state.stock_count++;}}}""","combine_script": "return state","reduce_script": """def total_fund_count = 0;def total_stock_count = 0;for (state in states) {total_fund_count += state.fund_count;total_stock_count += state.stock_count;}return ['fund_count': total_fund_count, 'stock_count': total_stock_count];
"""}}}
}