构建数据：

​
    @Test
    public void createIndex(){
        /**
         * 创建索引
         * */
        client.admin().indices().prepareCreate("player").get();
    }
​
​
​
    /**
     * 创建映射
     */
    @Test
    public void testCreateIndexMapping_boost() throws Exception{
        /**
         * 格式：
         "mappings": {
            "player": {
                "properties": {
                     "name": {"index": "not_analyzed","type": "string"},
                    "age": {"type": "integer"},
                    "salary": {"type": "integer"},
                    "team": {"index": "not_analyzed","type": "string"},
                    "position": {"index": "not_analyzed","type": "string"}
                }
            }
         }
​
         */
        //构建json的数据格式，创建映射
        XContentBuilder mappingBuilder = XContentFactory.jsonBuilder()
                .startObject()
                .startObject("player")
                .startObject("properties")
                .startObject("name").field("type","string").field("index", "not_analyzed").endObject()
                .startObject("age").field("type","integer").endObject()
                .startObject("salary").field("type","integer").endObject()
                .startObject("team").field("type","string").field("index", "not_analyzed").endObject()
                .startObject("position").field("type","string").field("index", "not_analyzed").endObject()
                .endObject()
                .endObject()
                .endObject();
        PutMappingRequest request = Requests.putMappingRequest("player")
                .type("player")
                .source(mappingBuilder);
        client.admin().indices().putMapping(request).get();
    }
​
    @Test
    public void BulkInsertDocument() throws IOException {
        BulkRequestBuilder bulkRequest = client.prepareBulk();
​
// either use client#prepare, or use Requests# to directly build index/delete requests
        bulkRequest.add(client.prepareIndex("player", "player", "1")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "郭德纲")
                        .field("age", 33)
                        .field("salary",3000)
                        .field("team" , "cav")
                        .field("position" , "sf")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "2")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "于谦")
                        .field("age", 25)
                        .field("salary",2000)
                        .field("team" , "cav")
                        .field("position" , "pg")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "3")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "岳云鹏")
                        .field("age", 29)
                        .field("salary",1000)
                        .field("team" , "war")
                        .field("position" , "pg")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "4")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "孙越")
                        .field("age", 26)
                        .field("salary",2000)
                        .field("team" , "war")
                        .field("position" , "sg")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "5")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "张云雷")
                        .field("age", 26)
                        .field("salary",2000)
                        .field("team" , "war")
                        .field("position" , "pf")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "6")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "爱迪生")
                        .field("age", 40)
                        .field("salary",1000)
                        .field("team" , "tim")
                        .field("position" , "pf")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "7")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "牛顿")
                        .field("age", 21)
                        .field("salary",500)
                        .field("team" , "tim")
                        .field("position" , "c")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "4")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "爱因斯坦")
                        .field("age", 21)
                        .field("salary",300)
                        .field("team" , "tim")
                        .field("position" , "sg")
                        .endObject()
                )
        );
        bulkRequest.add(client.prepareIndex("player", "player", "8")
                .setSource(jsonBuilder()
                        .startObject()
                        .field("name", "特斯拉")
                        .field("age", 20)
                        .field("salary",500)
                        .field("team" , "tim")
                        .field("position" , "sf")
                        .endObject()
                )
        );
​
​
        BulkResponse bulkResponse = bulkRequest.get();
        if (bulkResponse.hasFailures()) {
            // process failures by iterating through each bulk response item
        }
    }
​
​

1：分组求count

计算每个球队的球员数量：

select team, count(*) as player_count from player group by team;

@Test
public void groupAndCount() {
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    System.out.println(teamTerms);
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        System.out.println("每个球队 :" + bucket.getKey() + "有 【"+bucket.getDocCount()+"】 个人");
    }
​
}
​
​

2：Group by 多个字段

计算每个球队每个位置的球员数 select team, position, count(*) as pos_count from player group by team,position;

/**
 * group by 多个字段
 * 计算每个球队每个位置的球员数
 * select team, position, count(*) as pos_count from player group by team, position;
 * */
@Test
public void groupMutilFields() {
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    TermsAggregationBuilder potition = AggregationBuilders.terms("position_count").field("position");
    //注意父子关系
team.subAggregation(potition);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team).addAggregation(potition);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map<String, Aggregation> position_map = bucket.getAggregations().asMap();
        StringTerms potitionTerms = (StringTerms)position_map.get("position_count");
        //9：对子集合下面的内容迭代  队名--位置--球员
        Iterator<StringTerms.Bucket> sub_iterator = potitionTerms.getBuckets().iterator();
        while (sub_iterator.hasNext()){
            StringTerms.Bucket sub_bucket = sub_iterator.next();
            System.out.println("球队 :" + bucket.getKey() + "下面的 "+sub_bucket.getKey()+"的位置 有"+sub_bucket.getDocCount());
        }
    }
}
​
​

3：分组求最大

计算每个球队年龄最大/最小/总/平均的球员年龄

select team, max(age) as max_age from player group by team;

​
/**
 * 分组求：最大值、最小值、平均值
 * 计算每个球队年龄最大/最小/总/平均的球员年龄
 select team, max(age) as max_age from player group by team;
 *
 * */
@Test
public void groupMax(){
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    //3: 指定要查哪一个字段的最大值
    MaxAggregationBuilder ageFiled = AggregationBuilders.max("max_age").field("age");
    //: 找到聚合关系：父子关系
    team.subAggregation(ageFiled);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map age_map = bucket.getAggregations().asMap();
        int age = (int)((InternalMax) age_map.get("max_age")).getValue();
        System.out.println("球队 :" + bucket.getKey() + "  最大年龄： "+age);
    }
}
​
​

4：分组求最小

计算每个球队年龄最大/最小/总/平均的球员年龄 select team, min(age) as max_age from player group by team;

/**
 * 分组求：最大值、最小值、平均值
 * 计算每个球队年龄最大/最小/总/平均的球员年龄
 select team, min(age) as max_age from player group by team;
 *
 * */
@Test
public void groupMin(){
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    //3: 指定要查哪一个字段的最大值
    MinAggregationBuilder ageFiled = AggregationBuilders.min("min_age").field("age");
    //: 找到聚合关系：父子关系
    team.subAggregation(ageFiled);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map age_map = bucket.getAggregations().asMap();
        int age = (int)((InternalMin) age_map.get("max_age")).getValue();
        System.out.println("球队 :" + bucket.getKey() + "  最小年龄： "+age);
    }
}
​
​

5：分组求平均值

计算每个球队年龄最大/最小/总/平均的球员年龄 select team, min(age) as max_age from player group by team;

/**
 * 分组求：最大值、最小值、平均值
 * 计算每个球队年龄最大/最小/总/平均的球员年龄
 select team, min(age) as max_age from player group by team;
 *
 * */
@Test
public void groupAvg(){
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    //3: 指定要查哪一个字段的最大值
    AvgAggregationBuilder ageFiled = AggregationBuilders.avg("avg_age").field("age");
    //: 找到聚合关系：父子关系
    team.subAggregation(ageFiled);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map age_map = bucket.getAggregations().asMap();
        Double age = ((InternalAvg) age_map.get("avg_age")).getValue();
        System.out.println("球队 :" + bucket.getKey() + "  平均年龄： "+age);
    }
}
​
​

6：分组求和

计算每个球队球员的平均年龄，同时又要计算总年薪 select team, avg(age)as avg_age, sum(salary) as total_salary from player group by team;

/**
 * 分组求：最大值、最小值、平均值
 * 计算每个球队球员的平均年龄，同时又要计算总年薪
 select team, avg(age)as avg_age, sum(salary) as total_salary from player group by team;
 *
 * */
@Test
public void groupsum(){
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team");
    //3: 指定要查哪一个字段
    AvgAggregationBuilder ageFiled = AggregationBuilders.avg("avg_age").field("age");
​
    SumAggregationBuilder salaryField= AggregationBuilders.sum("sum_salary").field("salary");
    //: 找到聚合关系：父子关系
    team.subAggregation(ageFiled).subAggregation(salaryField);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map age_map = bucket.getAggregations().asMap();
​
        Double age = ((InternalAvg) age_map.get("avg_age")).getValue();
        double sum_salary = ((InternalSum) age_map.get("sum_salary")).getValue();
        System.out.println("球队 :" + bucket.getKey() + "  平均年龄： "+age + "  球队总salary：" + sum_salary);
    }
}
​
​

7：聚合排序

计算每个球队总年薪，并按照总年薪倒序排列 select team, sum(salary) as total_salary from player group by team order by total_salary desc;

/**
 * 排序
 计算每个球队总年薪，并按照总年薪倒序排列
 select team, sum(salary) as total_salary from player group by team order by total_salary desc;
 * */
@Test
public void groupOrder(){
    /**
     *
     * TermsBuilder teamAgg= AggregationBuilders.terms("team").order(Order.aggregation("total_salary ", false);
     SumBuilder salaryAgg= AggregationBuilders.avg("total_salary ").field("salary");
     sbuilder.addAggregation(teamAgg.subAggregation(salaryAgg));
     * */
​
    //1：构建查询提交
    SearchRequestBuilder builder = client.prepareSearch("player").setTypes("player");
    //2：指定聚合条件
    TermsAggregationBuilder team = AggregationBuilders.terms("player_count").field("team")
            .order(Terms.Order.aggregation("total_salary", false));//false是降序，true是升序
    //3: 指定要查哪一个字段
    SumAggregationBuilder salaryField= AggregationBuilders.sum("total_salary").field("salary");
    //: 找到聚合关系：父子关系
    team.subAggregation(salaryField);
    //3:将聚合条件放入查询条件中
    builder.addAggregation(team);
    //4:执行action，返回searchResponse
    SearchResponse searchResponse = builder.get();
    //5:将查询返回的searchResponse转换成map
    Map<String, Aggregation> aggregationMap = searchResponse.getAggregations().asMap();
    //6:取出聚合的字段
    StringTerms teamTerms = (StringTerms)aggregationMap.get("player_count");
    //7:对聚合的字段进行迭代
    Iterator<StringTerms.Bucket> iterator = teamTerms.getBuckets().iterator();
    while (iterator.hasNext()){
        StringTerms.Bucket bucket = iterator.next();
        //8:获取所有子聚合
        Map age_map = bucket.getAggregations().asMap();
​
        double sum_salary = ((InternalSum) age_map.get("total_salary")).getValue();
        System.out.println("球队 :" + bucket.getKey() + "  球队总salary：" + sum_salary);
    }
}
​
​

ES的聚合操作的更多相关文章

  1. (转载)es进行聚合操作时提示Fielddata is disabled on text fields by default

    原文地址:http://blog.csdn.net/u011403655/article/details/71107415 根据es官网的文档执行 GET /megacorp/employee/_se ...

  2. （转）es进行聚合操作时提示Fielddata is disabled on text fields by default

    根据es官网的文档执行 GET /megacorp/employee/_search { "aggs": { "all_interests": { " ...

  3. es进行聚合操作时提示Fielddata is disabled on text fields by default

    在进行派粗前,先执行以下操作 { "properties": { "updatedate": { "type": "text&qu ...

  4. ElasticSearch 学习记录之ES几种常见的聚合操作

    ES几种常见的聚合操作 普通聚合 POST /product/_search { "size": 0, "aggs": { "agg_city&quo ...

  5. ES Terms 聚合数据不确定性

    Elasticsearch是一个分布式的搜索引擎,每个索引都可以有多个分片,用来将一份大索引的数据切分成多个小的物理索引,解决单个索引数据量过大导致的性能问题,另外每个shard还可以配置多个副本,来 ...

  6. 【ELK】4.spring boot 2.X集成ES spring-data-ES 进行CRUD操作 完整版+kibana管理ES的index操作

    spring boot 2.X集成ES 进行CRUD操作  完整版 内容包括: ============================================================ ...

  7. Elasticsearch学习(4) spring boot整合Elasticsearch的聚合操作

    之前已将spring boot原生方式介绍了,接下将结介绍的是Elasticsearch聚合操作.聚合操作一般来说是解决一下复杂的业务,比如mysql中的求和和分组,由于博主踩的坑比较多,所以博客可能 ...

  8. java es 骤合操作

    ElasticSearch java API - 聚合查询 以球员信息为例,player索引的player type包含5个字段,姓名,年龄,薪水,球队,场上位置.index的mapping为: &q ...

  9. 36.分组聚合操作—bucket进行多层嵌套

    主要知识点: 分组聚合操作-嵌套bucket.         本讲以前面电商实例,从颜色到品牌进行下钻分析,每种颜色的平均价格,以及找到每种颜色每个品牌的平均价格. 比如说,现在红色的电视有4台,同 ...

随机推荐

  1. IIS7下配置web.config隐藏index.php

    <?xml version="1.0" encoding="UTF-8"?> <configuration> <system.we ...

  2. MySQL-快速入门（3）运算符

    1.常见的运算符:算术运算符.比较运算符.逻辑运算符.位运算符. 算术运算符:+.-.*./.%(求余). 比较运算符:>.<.=.>=.<=.!=.in.between an ...

  3. Sql server 执行计划详解

    序言 本篇主要目的有二: 1.看懂t-sql的执行计划,明白执行计划中的一些常识. 2.能够分析执行计划,找到优化sql性能的思路或方案. 如果你对sql查询优化的理解或常识不是很深入,那么推荐几骗博 ...

  4. HTTP报文结构和内容（转）

    HTTP请求报文格式就如下图所示: 1. 请求报文 一个HTTP请求报文由请求行(request line).请求头部(header).空行和请求数据4个部分组成. 大致结构是这样的: <req ...

  5. 剑指offer-复杂链表的复制-链表-python

    题目描述 输入一个复杂链表(每个节点中有节点值,以及两个指针,一个指向下一个节点,另一个特殊指针指向任意一个节点),返回结果为复制后复杂链表的head.(注意,输出结果中请不要返回参数中的节点引用,否 ...

  6. onehot编码解释

    什么是One-Hot编码? One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对N个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效. One-Hot编码是分类变 ...

  7. 小程序中页面兼容h5标签的解析

    有时候当小程序向后台拿数据是一篇html标签的文章时,把它放进小程序会发现很多标签就不兼容,如果要一个个改又很麻烦,有没有方法可以很快地兼容html标签呢? 有个工具可以做到:wxParse 下载了它 ...

  8. [七月挑选]写个定时任务，从github下载代码到阿里ECS服务器上

    title: 写个定时任务,从github下载代码到阿里ECS服务器上 根据前几篇博客中能自己创建一个博客,并在github.io上访问到自己的博客,但是如果自己有服务器,那怎么能定时获取github ...

  9. grep 查找文件

    --递归查找目录下含有该字符串的所有文件 grep -rn "data_chushou_pay_info" /home/hadoop/nisj/automationDemand/ ...

  10. 十大基本功之testbench

      1. 激励的产生 对于testbench而言,端口应当和被测试的module一一对应.端口分为input,output和inout类型产生激励信号的时候,input对应的端口应当申明为reg, o ...