elasticsearch 口水篇 Facet

死siua11

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