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