elasticsearch 口水篇 Facet

来源：互联网发布：飞鱼科技知乎编辑：程序博客网时间：2024/05/01 04:25

FACET

1)Terms Facet

1
2
3
4
5
6
7
8
9
10
11
12
13
{
    "query" : {
        "match_all" : {  }
    },
    "facets" : {
        "tag" : {
            "terms" : {
                "field" : "tag",
                "size" : 10
            }
        }
    }
}

被统计（facet）的字段一般不分词（例如商品的类目字段——类目唯一），但也支持分词后term不多的字段（例如商品的标签字段）。　　

对应这种facet我们主要关注几点：

facet的字段（field,multi fields）

facet返回的数量（top N）

facet排序（count,term,reverse_count,reverse_term）

facet作用范围（all terms,excluding terms,regex patterns,term script）

2)Range Facets

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
    "query" : {
        "match_all" : {}
    },
    "facets" : {
        "range1" : {
            "range" : {
                "field" : "field_name",
                "ranges" : [
                    { "to" : 50 },
                    { "from" : 50, "to" : 70 },
                    { "from" : 70, "to" : 120 },
                    { "from" : 120 }
                ]
            }
        }
    }
}

例如：

商品的价格区间。

考虑下面一种需求：

统计各个价格区间购买次数。（每个商品有个销量字段）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
    "query" : {
        "match_all" : {}
    },
    "facets" : {
        "range1" : {
            "range" : {
                "key_field" : "price",
                "value_field" : "volume",
                "ranges" : [
                    { "to" : 50 },
                    { "from" : 50, "to" : 70 },
                    { "from" : 70, "to" : 120 },
                    { "from" : 120 }
                ]
            }
        }
    }
}

3)Histogram Facet

实现直方图的效果，其实也算是range的一种。

1
2
3
4
5
6
7
8
9
10
11
12
13
{
    "query" : {
        "match_all" : {}
    },
    "facets" : {
        "histo1" : {
            "histogram" : {
                "field" : "field_name",
                "interval" : 100
            }
        }
    }
}

interval可以理解为步长。除了number型还有time_interval。　　

4）Date Histogram Facet

5)Filter Facets

1
2
3
4
5
6
7
8
9
{
    "facets" : {
        "wow_facet" : {
            "filter" : {
                "term" : { "tag" : "wow" }
            }
        }
    }
}

返回命中“指定filter”的结果数。

6）Query Facets

1
2
3
4
5
6
7
8
9
{
    "facets" : {
        "wow_facet" : {
            "query" : {
                "term" : { "tag" : "wow" }
            }
        }
    }
}

Q:FilterFacets VS. QueryFacets?

7)Statistical Facet

1
2
3
4
5
6
7
8
9
10
11
12
{
    "query" : {
        "match_all" : {}
    },
    "facets" : {
        "stat1" : {
            "statistical" : {
                "field" : "num1"
            }
        }
    }
}

StatisticalFacet需要作用在数值型字段上面，他会统计总数、总和、最值、均值等。

8)Terms stats Facet

1
2
3
4
5
6
7
8
9
10
11
12
13
{
    "query" : {
        "match_all" : {  }
    },
    "facets" : {
        "tag_price_stats" : {
            "terms_stats" : {
                "key_field" : "tag",
                "value_field" : "price"
            }
        }
    }
}

也是一个kv的统计，例如统计某某类目下价格的分布情况（最值、均值等）。

9）GEO distance Facet

--------------------------------------------------

javaClient Demo:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
public void facet() {
        SearchResponse sr = client.prepareSearch()
                .setQuery(QueryBuilders.matchAllQuery())
                .addFacet(FacetBuilders.termsFacet("f1").field("price"))
                .execute().actionGet();
 
        // Get your facet results
        TermsFacet f = (TermsFacet) sr.getFacets().facetsAsMap().get("f1");
 
        System.out.println(f.getTotalCount()); // Total terms doc count
        System.out.println(f.getOtherCount()); // Not shown terms doc count
        System.out.println(f.getMissingCount()); // Without term doc count
 
        // For each entry
        for (TermsFacet.Entry entry : f) {
            System.out.println("t:" + entry.getTerm()); // Term
            System.out.println("c:" + entry.getCount()); // Doc count
            System.out.println("----");
        }
    }

　　http://www.cnblogs.com/huangfox/p/3636604.html

0 0