网站功能定制,用wordpress搭建网站,上海网站制作公司多少钱,备案时的网站名称一、聚合的概念
聚合文档 聚合区别于检索#xff0c;检索是使用一系列条件把文档从es中搜索回来。但是聚合则是在搜索回来的文档的基础上进一步进行处理。 简单来说聚合就是将数据汇总为指标、统计数据或其他分析。聚合可以解决以下几类问题#xff1a;
我的网站的平均加载…一、聚合的概念
聚合文档 聚合区别于检索检索是使用一系列条件把文档从es中搜索回来。但是聚合则是在搜索回来的文档的基础上进一步进行处理。 简单来说聚合就是将数据汇总为指标、统计数据或其他分析。聚合可以解决以下几类问题
我的网站的平均加载时间是多少根据交易量谁是我最有价值的客户在我的网络上什么会被视为大文件每个商品分类有多少件商品
基本上我们可以看出来他是一种聚合分析类似于做报表那样的一个功能。既然是报表分析的话那就离不开一些常见的概念什么平均值最大值什么按照什么分组之后统计每个组里面的数据量这样的功能。在es中支持了三种聚合来实现这些功能。
Metric aggregations指标聚合是根据字段值计算量度(如总和或平均值)的量度聚合。Bucket aggregations:分桶聚合是根据字段值、范围或其他条件将文档分组到存储桶也称为箱中。其实你可以对应理解为mysql中的count … group by field1这种。Pipeline aggregations:管道聚合是从其他聚合而不是文档或字段获取输入的管道聚合。这个稍微比上面两个难一点具体来说就是上面两种的聚合都是把数据检索出来进行分析之类的。但是这个不是直接获取数据分析他是在上面两个分析之后的结果的基础上进一步分析。他是建立在聚合之上的聚合。 下面我们就来逐一分析三种聚合的使用不过在此之前我们先来构建我们的数据。我们构建的索引是一个衣服的索引包括分类名称价格品牌描述产地这几个字段并且生成20条数据这个生成数据直接交给llm即可。比如这样。
PUT /clothes
{settings: {index: {number_of_shards: 1, number_of_replicas: 0}},mappings: {properties: {category:{type: keyword},name:{type: keyword,fields: {name_text:{type: keyword}}},price:{type: double},brand:{type: keyword},desc:{type: text},place_of_origin:{type: keyword}}}
}POST _bulk
{ index : { _index : clothes, _id : 1 } }
{ category : T-shirt, name : 纯棉T恤, price : 19.99, brand : 品牌A, desc : 基础款纯棉T恤适合日常穿着。, place_of_origin : 中国 }
{ index : { _index : clothes, _id : 2 } }
{ category : Jeans, name : 修身牛仔裤, price : 49.99, brand : 品牌B, desc : 耐穿的牛仔裤修身款式。, place_of_origin : 越南 }
{ index : { _index : clothes, _id : 3 } }
{ category : Dress, name : 晚礼服, price : 89.99, brand : 品牌C, desc : 适合特殊场合的优雅晚礼服。, place_of_origin : 意大利 }
{ index : { _index : clothes, _id : 4 } }
{ category : Jacket, name : 皮夹克, price : 129.99, brand : 品牌D, desc : 时尚的男士皮夹克。, place_of_origin : 美国 }
{ index : { _index : clothes, _id : 5 } }
{ category : Sweater, name : 羊毛衫, price : 39.99, brand : 品牌E, desc : 适合冬季的保暖羊毛衫。, place_of_origin : 澳大利亚 }
{ index : { _index : clothes, _id : 6 } }
{ category : Skirt, name : 铅笔裙, price : 29.99, brand : 品牌F, desc : 适合办公室穿着的经典铅笔裙。, place_of_origin : 英国 }
{ index : { _index : clothes, _id : 7 } }
{ category : Shorts, name : 休闲短裤, price : 14.99, brand : 品牌G, desc : 适合夏天的舒适休闲短裤。, place_of_origin : 中国 }
{ index : { _index : clothes, _id : 8 } }
{ category : Blouse, name : 丝绸衬衫, price : 59.99, brand : 品牌H, desc : 柔软的丝绸衬衫适合女性。, place_of_origin : 法国 }
{ index : { _index : clothes, _id : 9 } }
{ category : Coat, name : 冬季大衣, price : 199.99, brand : 品牌I, desc : 适合寒冷天气的厚冬季大衣。, place_of_origin : 加拿大 }
{ index : { _index : clothes, _id : 10 } }
{ category : Socks, name : 棉袜, price : 4.99, brand : 品牌J, desc : 一包舒适的棉袜。, place_of_origin : 中国 }
{ index : { _index : clothes, _id : 11 } }
{ category : T-shirt, name : 印花T恤, price : 24.99, brand : 品牌K, desc : 带有酷炫图案的T恤。, place_of_origin : 日本 }
{ index : { _index : clothes, _id : 12 } }
{ category : Jeans, name : 破洞牛仔裤, price : 59.99, brand : 品牌L, desc : 带有时尚破洞的牛仔裤。, place_of_origin : 美国 }
{ index : { _index : clothes, _id : 13 } }
{ category : Dress, name : 休闲连衣裙, price : 79.99, brand : 品牌M, desc : 适合日常穿着的舒适连衣裙。, place_of_origin : 中国 }
{ index : { _index : clothes, _id : 14 } }
{ category : Jacket, name : 风衣, price : 69.99, brand : 品牌N, desc : 轻便的风衣夹克。, place_of_origin : 德国 }
{ index : { _index : clothes, _id : 15 } }
{ category : Sweater, name : 针织毛衣, price : 44.99, brand : 品牌O, desc : 手工编织的毛衣。, place_of_origin : 英国 }
{ index : { _index : clothes, _id : 16 } }
{ category : Skirt, name : 百褶裙, price : 34.99, brand : 品牌P, desc : 时尚的百褶裙。, place_of_origin : 中国 }
{ index : { _index : clothes, _id : 17 } }
{ category : Shorts, name : 牛仔短裤, price : 19.99, brand : 品牌Q, desc : 适合休闲的牛仔短裤。, place_of_origin : 美国 }
{ index : { _index : clothes, _id : 18 } }
{ category : Blouse, name : 亚麻衬衫, price : 54.99, brand : 品牌R, desc : 适合夏天的轻薄亚麻衬衫。, place_of_origin : 意大利 }
{ index : { _index : clothes, _id : 19 } }
{ category : Coat, name : 风衣, price : 149.99, brand : 品牌S, desc : 经典的风衣。, place_of_origin : 英国 }
{ index : { _index : clothes, _id : 20 } }
{ category : Socks, name : 羊毛袜, price : 7.99, brand : 品牌T, desc : 适合冬季的厚羊毛袜。, place_of_origin : 澳大利亚 }此时我们就构建好我们的数据了后面我们再根据需要做修改等等操作。
好了此时我们就准备好了下面我们来进行操作。
