`
fenshen6046
  • 浏览: 52057 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

7聚合--1度量聚合

es 
阅读更多
计算平均分数
{
    "aggs" : {
        "avg_grade" : { "avg" : { "field" : "grade" } }
    }
}
avg代表平均的意思,列为grade。上面可能返回
{
    ...

    "aggregations": {
        "avg_grade": {
            "value": 75
        }
    }
}
聚合的名字avg_grade会被当做返回的key.

基数聚集
计算同一个作者的
{
    "aggs" : {
        "author_count" : {
            "cardinality" : {
                "field" : "author"
            }
        }
    }
}
返回
{
    ...

    "aggregations": {
        "author_count": {
            "value": 19
        }
    }
}

扩展的数据聚集

{
    "aggs" : {
        "grades_stats" : { "extended_stats" : { "field" : "grade" } }
    }
}
返回
{
    ...

    "aggregations": {
        "grade_stats": {
           "count": 9,
           "min": 72,
           "max": 99,
           "avg": 86,
           "sum": 774,
           "sum_of_squares": 67028,
           "variance": 51.55555555555556,
           "std_deviation": 7.180219742846005,
           "std_deviation_bounds": {
            "upper": 100.36043948569201,
            "lower": 71.63956051430799
           }
        }
    }
}


最大值
{
    "aggs" : {
        "max_price" : { "max" : { "field" : "price" } }
    }
}
返回
 {
    ...

    "aggregations": {
        "max_price": {
            "value": 35
        }
    }
}

最小值
{
    "aggs" : {
        "min_price" : { "min" : { "field" : "price" } }
    }
}
返回
{
    ...

    "aggregations": {
        "min_price": {
            "value": 10
        }
    }
}

统计信息
{
    "aggs" : {
        "grades_stats" : { "stats" : { "field" : "grade" } }
    }
}
返回
{
    ...

    "aggregations": {
        "grades_stats": {
            "count": 6,
            "min": 60,
            "max": 98,
            "avg": 78.5,
            "sum": 471
        }
    }
}

统计和
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "range" : { "timestamp" : { "from" : "now/1d+9.5h", "to" : "now/1d+16h" }}
            }
        }
    },
    "aggs" : {
        "intraday_return" : { "sum" : { "field" : "change" } }
    }
}
返回
{
    ...

    "aggregations": {
        "intraday_return": {
           "value": 2.18
        }
    }
}

计数
{
    "aggs" : {
        "grades_count" : { "value_count" : { "field" : "grade" } }
    }
}
返回
 {
    ...

    "aggregations": {
        "grades_count": {
            "value": 10
        }
    }
}

分享到:
评论

相关推荐

    Elasticsearch聚合探索:桶聚合与度量聚合的区分与应用

    Elasticsearch的聚合功能允许用户对数据进行汇总和分析,其中桶聚合和度量聚合是两种常用的聚合类型。本文将详细探讨这两种聚合的区别及其应用场景。 桶聚合和度量聚合在Elasticsearch中扮演着不同的角色,它们共同...

    Schwarzschild公制的经典聚合

    我们研究了由Schwarzschild度量作为经典聚合框架中背景几何的球对称设置。 此过程是量子力学聚合表示形式的扩展,以这种方式将转换将经典变量映射到它们的聚合配对对象。 我们表明,可以从哈密顿函数中提取通常的...

    statsd-smart-repeater:statsd的后端,该后端聚合度量并将其发送到另一台statsd服务器

    statsd-智能中继器的可插入后端,该后端可聚合度量并将其发送到另一台StatsD服务器。 在将度量标准发送到主StatsD实例之前,可以使用此转发器在本地聚合度量标准。 它也可以用于在多个主服务器之间复制StatsD指标。...

    数据聚合的艺术:如何在 Elasticsearch 中使用聚合?

    2. **度量聚合(Metric Aggregations)**:这类聚合主要用于计算每个分组的统计信息,如计数、平均值等。 - **值计数(Value Count)**:计算分组中的记录数量。 - **平均值(Average)**:计算平均值。 - **...

    apache-skywalking-apm-es7-8.7.0.tar.gz

    5. **度量聚合与可视化**:它集成了强大的后端存储(如 Elasticsearch)和前端仪表板,可以实时展示系统的运行状态和各种指标。 6. **自动探针**:支持多种语言(如 Java、Go、Python 等)的自动探针,无需代码修改...

    EIGRP度量值计算

    EIGRP还引入了**聚合度量值**的概念,它允许路由器在不查询邻居的情况下估算到达目的地的总度量值。此外,EIGRP的等价路径负载均衡功能可以根据度量值对多条等价路径进行负载均衡,提高网络的使用效率。 在实际操作...

    Java软件度量源码.7z

    1. 类间耦合(Coupling):度量类之间的依赖关系,低耦合意味着更好的模块化。 2. 内聚性(Cohesion):衡量类或方法内部元素的相关性,高内聚表示更清晰的职责划分。 五、设计原则度量 1. SOLID原则遵守情况:单一...

    elasticboard, 为开放源代码项目聚合相关度量的仪表板.zip

    elasticboard, 为开放源代码项目聚合相关度量的仪表板 elasticboardhttp://elasticboard.mihneadb.net/landing.html指示板提供了一种简单的方法来跟踪GitHub的repo 演进。 有一个时间线可以以快速引导你,图表查看...

    k-means程序.rar_K-means程序_K._点k-means_点聚合

    11. **点k-means和点聚合**: "点k-means"可能是强调每个数据点在算法中的作用,而"点聚合"是指k-means算法将相似的数据点聚集在一起形成聚类的过程。 通过深入理解k-means算法的工作原理和特性,我们可以更好地利用...

    基于符号化聚合近似的时间序列相似性复合度量方法 (2013年)

    基于关键点的符号化聚合近似(SAX)改进算法(KP_SAX)在SAX的基础上利用关键点对时间序列进行点距离度量,能更有效地计算时间序列的相似性,但对时间序列的模式信息体现不足,仍不能合理地度量时间序列的相似性。...

    人工智能-项目实践-搜索引擎-基于java开发的聚合搜索引擎

    1. **网络爬虫**:搜索引擎的第一步是获取数据,这通常通过网络爬虫实现。网络爬虫使用HTTP/HTTPS协议遍历互联网,抓取网页内容并存储到本地或远程服务器。在Java中,可以使用Jsoup或Apache HttpClient库来编写爬虫...

    Go-sop是基于Prometheus度量数据模型的多用途指标存储和操纵工具

    1. **Prometheus度量数据模型**:Prometheus数据模型包括时间序列、样本和标签。时间序列由一个或多个样本组成,样本代表在特定时间点的度量值。标签用于区分不同的时间序列,它们是键值对形式,有助于精细化的指标...

    apache-skywalking-apm-es7-8.0.0.tar.gz

    搭建参考地址:...SkyWalking是分布式系统的应用程序性能监视工具,专为微服务、云原生架构而设计。提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案

    论文研究-基于云聚合理论的城市社区划分算法研究.pdf

    根据云的形成过程提出一种创新的基于云聚合理论的城市社区划分算法,将社区节点作为个体,以水蒸气聚合成云、云重组过程为理论支撑,对节点进行逐步凝聚划分及重组,最终达到均衡稳定的状态。为验证算法的可行性,在...

    优先多准则决策中的弱优先度量聚合

    在多准则决策(MCDM)领域中,研究者们常常面临如何选择和应用合适的聚合算子来整合多个标准下的满意度度量,进而对所有备选方案进行总体评价的问题。在此背景下,本文关注了一类特殊的多准则决策问题,即当所有准则...

    论文研究-一种基于粗糙集的警报事件聚合方法 .pdf

    相似度的计算通常基于警报属性值之间的差异度量。如果两个警报的相似度超过了预设的阈值,那么这两个警报就可以认为是相关的,可以进行进一步的聚合操作。聚合操作旨在将相似的警报合并为一个警报,这样不仅可以降低...

    olap4j-0.9.7.309-JS-3.jar

    1. **元数据接口**:提供了对OLAP服务器的元数据的访问,如立方体、维、层次、度量等,帮助开发者理解数据结构。 2. **查询构建器**:允许开发者构建和执行MDX(多维表达式)查询,这是OLAP系统的主要查询语言。 3. ...

    聚合物熔体流变行为的分形研究

    聚合物熔体流变行为的研究显示,当分形维数大于1时,熔体结构表现出分凝型特征,而分形维数小于1时,则为相互贯穿型结构。这说明分形维数对于聚合物熔体的结构和性质具有决定性影响。理解这一关系对于开发具有特定...

    分布式搜索引擎03.pdf

    对于更复杂的需求,度量聚合如“stats”可以在每个桶(即分组)内进行计算,例如计算每个品牌酒店的用户评分的最小值、最大值和平均值。在DSL中,这可以通过在“aggs”内嵌套另一个度量聚合来实现。 总的来说,...

Global site tag (gtag.js) - Google Analytics