子句說明
一個關鍵詞查詢後可能會找到數以萬計的文檔,使用者不太可能瀏覽所有的文檔來擷取自己需要的資訊,有些情況下使用者感興趣的可能是一些統計的資訊。
文法說明
統計子句格式:
group_key:field, range:number1~number2, agg_fun:func1#func2, max_group:number2,
agg_filter:filter_clause, max_group:number
參數介紹:
參數 | 類型 | 必需 | 取值範圍 | 預設值 | 描述 |
group_key:field | field為屬性欄位 | 必選參數 | 目前只支援對 INT,LITERAL,INT_ARRAY,LITERAL_ARRAY 欄位類型做統計(注意 INT_ARRAY,LITERAL_ARRAY 這2個欄位類型做統計時,以該欄位中相同值為單位進行統計) | field為要進行統計的欄位名,必須配置屬性欄位 | |
agg_fun | 必選參數 | count()、sum(id)、max(id)、min(id)、 distinct_count五種系統函數 | func可以為count()、sum(id)、max(id)、min(id)、distinct_count(id)五種系統函數,含義分別為:統計文檔個數、對id欄位進行求和、擷取id欄位最大值、擷取id欄位最小值、擷取id的去重統計個數;支援同時進行多個函數的統計,中間用英文井號(#)分隔;sum、max、min的內容支援基本的算術運算 | ||
range | 非必須參數 | 表示number1~number2及大於number2的區間情況(註:不支援string類型的欄位分布統計) | 表示分段統計,可用於分布統計,只支援單個range參數。 | ||
agg_filter | 非必須參數 | 表示僅統計滿足特定條件的文檔 | |||
agg_sampler_threshold | int類型 | 非必須參數 | ,抽樣統計的閾值。表示該值之前的文檔會依次統計,該值之後的文檔會進行抽樣統計; | ||
agg_sampler_step | int類型 | 非必須參數 | 抽樣統計的步長,表示從agg_sampler_threshold後的文檔將間隔agg_sampler_step個文檔統計一次。對於sum和count類型的統計會把閾值後的抽樣統計結果最後乘以步長進行估算,估算的結果再加上閾值前的統計結果就是最後的統計結果。 | ||
max_group | int類型 | 非必須參數 | 1000 | 最大返回組數 |
注意事項
aggregate為非必選子句;
在aggregate中出現的欄位必須在定義應用結構的時候配置為屬性欄位;
aggregate結果會在搜尋節點facet節點中展示出來,具體值欄位名為agg_fun的名字,如sum、count等
aggregate支援多個key的統計,多個統計中間用英文分號(;)分隔。
參考格式:
group_key:field1,agg_fun:func1;group_key:field2,agg_fun:func2
該統計子句資訊展示在facet 中,需設定config子句中的format 為fulljson 格式,才會返回並展示facet 對應內容。
distinct_count功能,僅在獨享-叢集中支援,同時需要在kvpairs子句中加入
enable_accurate_statistics:true
參數,使用distinct_count功能,查詢將不再召回具體的結果資料,只有facet中的統計資料獨享叢集中,支援count、max、min和sum的精確統計,需要在kvpairs子句中加入
enable_accurate_statistics:true
參數受引擎效能影響,aggregate統計子句僅能保證10w的召回量下的文檔數統計準確,超過10w的文檔數統計不保證準確。(獨享-叢集,可通過在kvpairs子句中加入enable_accurate_statistics:true參數,提高統計的精確度)
樣本
搜尋包含“浙大”的文檔,並按照group_id欄位進行統計,統計維度包含對price欄位進行求和及計算最大值;並對company_id進行統計個數:
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:sum(price)#max(price);group_key:company_id,agg_fun:count()
結果展示:
{ status: "OK", result: { searchtime: 0.015634, total: 5, num: 1, viewtotal: 5, items: [ //具體搜尋結果 { ... } ], facet: [ { key: "group_id", items: [ { value: 43, sum: 81, max: 20, }, { value: 63, sum: 91, max: 50, }, ], }, { key: "company_id", items: [ { value: 13, count: 4, }, { value: 10, count: 1, }, ], }, ], }, errors: [ ], tracer: "", },
搜尋包含“浙大”的文檔,並按照group_id欄位進行統計,統計維度包含對price欄位進行求和。其中10000以後的文檔進行抽樣,步長為5:
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:sum(price), agg_sampler_threshold:10000, agg_sampler_step:5
搜尋包含“浙大”的文檔,並按照group_id欄位進行統計個數,統計維度為小於10、10~50、及大於50的文檔數:
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:count(),range:10~50
搜尋包含“浙大”的文檔,並按照group_id欄位進行統計hits及replies的和的最大值,僅統計create_timestamp大於1423456781的文檔:
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:max(hits+replies),agg_filter:create_timestamp>1423456781