摘要：
主要知识点： 什么是易并行算法 什么是不易并行算法 什么是三角选择原则 什么是近似聚合算法 一、易并行聚合算法（如max） es是多分步式的结构的，所以当你做下个搜索或计算时都是会在各个node上执行，所以有些聚合分析的算法，是很容易就可以并行执行的，比如说max，你要在你的数据库中找一个最大的但，只需要两步 各个node都返回最大值给coord... 阅读全文
摘要：
主要知识点： 在做下钻分析时的排序 需求，以颜色进行bucket,这里bucket里面的doc以其各品牌的平均价格排序， GET /tvs/sales/_search { "size": 0, "aggs": {"group_by_color": { "terms": {"field": "color"}, "aggs": {"group_by_b... 阅读全文
摘要：
课程大纲 GET /tvs/sales/_search { "size": 0, "query": { "term": { "brand": { "value": "长虹" } } }, "aggs": { "recent_150d": { "filter": { "range... 阅读全文
摘要：
主要知识点： 自定义排序 es默认是按照每个bucket的doc_count降序来排的，如果不指定就是这样排序。 但是假如说，我们现在统计出来每个颜色的电视的销售额，需要按照销售额降序排序，这样就需要自定义排序规则了。 语法： GET /tvs/sales/_search { "size": 0, "aggs": {"group_by_color"... 阅读全文
摘要：
主要知识点： 搜索+聚合 过滤+聚合 需求是：找出所有价格大于1200元的电视，然后对之些电视求平均价格 语法： GET /tvs/sales/_search { "size": 0, "query": { "constant_score": {"filter": {"range": {"price": {"gte": 1200}}}} }, "agg... 阅读全文
摘要：
主要知识点： _global bucket的使用 本例以搜索单个品牌和所有品牌的销量对比进行学习_global 。es在进行aggregation操作时都只只是在一个scope中进行聚合等操作，对于一个搜索+聚合的操作，那么这个聚合操作就必须在搜索操作所探索的结果范围内。因此就需要用到_global语法来对全部数据进行聚合。 本例要求得出两个结果，一个结果是基于... 阅读全文
摘要：
主要知识点 学习搜索+聚合的知识 本节学习搜索+聚合知识，也就是搜索和聚合结合起来使用。类似于mysql中的 select count(*) from tvs.sales where brand like "%小米%" group by color 在es 任何的聚合，都必须在搜索出来的结果数据中之行，搜索结果就是聚合分析操作的scope 语法： ... 阅读全文
摘要：
主要知识点： data_historgram之后再进行下钻分析。 语法： GET /tvs/sales/_search { "size": 0, "aggs": { "group_by_sold_date": { "date_histogram": { "field": "sold_date", "interval":... 阅读全文
摘要：
主要知识点： date hitogram之统计每月电视销量 上一节讲到histogram，他是以数值进行分组。本节讲到以日期进行bucket分组操作，也就是说把连续的日期变成离散的日期区间，然后进行聚合分析操作。date histogram，按照我们指定的某个date类型的日期field，以及日期interval，按照一定的日期间隔，去划分bucket。 语法： ... 阅读全文
摘要：
主要知识点 histogram的理解及用法 histogram：他的作用是把一些连续的数据划分为一定的区间范围，使用连续的数据离散化，然后这这样离散化的数据就可以做聚合分析操作，操作过程类似于terms，接收一个field，按照这个field的值划分区间，然后根据区间进行bucket分组操作。histogram的语法如下： "histogram":{ "field... 阅读全文