目錄

一、基本的數據結構說明

二、基本的統計記錄

（一）統計當前索引中sellingProducts的所有類型

（二）檢索指定文檔中sellingProducts的數據總量

（三）檢索指定文檔中sellingProducts指定類型的數量統計

（四）統計所有文檔中sellingProducts中所有元素的總數

（五）統計所有文檔中sellingProducts中詳細分類總數統計

三、總結

---

干貨分享，感謝您的閱讀！

在當今數據驅動的時代，企業和組織面臨著海量數據的挑戰，如何有效地提取和分析這些數據已成為關鍵問題。Elasticsearch作為一種強大的搜索和分析引擎，提供了靈活而高效的數據檢索能力，能夠幫助我們快速獲取所需信息。本篇文章將深入探討在Elasticsearch中對sellingProducts字段的統計操作。

通過具體的案例和查詢示例，我們將展示如何從sell_product_order索引中提取出關鍵信息，包括產品類型的統計、產品數量的計算以及更復雜的聚合查詢。無論是想要了解產品銷售狀況的市場分析師，還是希望提升數據處理能力的開發者，本文都將為你提供實用的參考和技術支持。

在接下來的部分中，我們將逐步介紹基本的數據結構、關鍵的統計操作以及相應的Elasticsearch查詢語法，幫助讀者掌握在實際應用中如何進行數據統計和分析。通過這次學習，我們希望讀者能夠更加熟悉Elasticsearch的使用，并在實際工作中充分利用這一強大的工具，挖掘出數據背后的價值。

一、基本的數據結構說明

對應ES索引：sell_product_order

針對假設ES文檔的基本結構內容如下：

   {"id": "2024041801000115936701","sellingProducts": ["FUND_20150718000230030000000000002549","STOCK_656","STOCK_4055","STOCK_1720","FUND_20180920000230030000000000015303"]}

我們針對里面的sellingProducts字段進行一些基本的統計操作，本次記錄一下相關的基本操作。

二、基本的統計記錄

（一）統計當前索引中sellingProducts的所有類型

從 sell_product_order 索引中檢索數據，然后根據 sellingProducts 字段中的內容，聚合出售產品的類型信息，并返回前 10 個最頻繁出現的產品類型。

GET /sell_product_order/_search
{"size": 0,"aggs": {"types": {"terms": {"script": {"source": """HashSet types = new HashSet();for (item in doc['sellingProducts']) {int delimiterIndex = item.indexOf('_');if (delimiterIndex > -1) {types.add(item.substring(0, delimiterIndex));}}return types;""","lang": "painless"},"size": 10 }}}
}

（二）檢索指定文檔中sellingProducts的數據總量

從索引為 sell_product_order 中檢索數據，并返回指定 _id 的文檔，并在結果中包含一個名為 sellingProducts_count 的腳本字段，用于計算每個文檔中 sellingProducts 字段的大小。

GET /sell_product_order/_search
{"query": {"terms": {"_id": ["2024041801000115936701"  ]}},"script_fields": {"sellingProducts_count": {"script": {"lang": "painless","source": "doc['sellingProducts'].size()" }}}
}

（三）檢索指定文檔中sellingProducts指定類型的數量統計

從 sell_product_order 索引中檢索具有指定 _id 的文檔，并在結果中返回兩個計算字段，分別是 fund_count 和 stock_count，它們分別表示文檔中以 'FUND_' 和 'STOCK_' 開頭的元素的數量。

GET /sell_product_order/_search
{"query": {"terms": {"_id": ["2024041801000115936701"]}},"script_fields": {"fund_count": {"script": {"lang": "painless","source": "int fundCount = 0; for (String item : doc['sellingProducts']) { if (item.startsWith('FUND_')) { fundCount++; } } return fundCount;"}},"stock_count": {"script": {"lang": "painless","source": "int stockCount = 0; for (String item : doc['sellingProducts']) { if (item.startsWith('STOCK_')) { stockCount++; } } return stockCount;"}}}
}

（四）統計所有文檔中sellingProducts中所有元素的總數

從 sell_product_order 索引中檢索所有文檔，并計算 sellingProducts 字段中所有元素的總數，將結果作為 total_sellingProducts_items 的值返回。

GET /sell_product_order/_search
{"size": 0,  "aggs": {"total_sellingProducts_items": {"sum": {"script": {"source": "doc['sellingProducts'].size()","lang": "painless"}}}}
}

（五）統計所有文檔中sellingProducts中詳細分類總數統計

計算 sellingProducts 字段中以 FUND_ 開頭和以 STOCK_ 開頭的元素數量，將結果以 fund_count 和 stock_count 的形式返回。

GET /sell_product_order/_search
{"size": 0,"aggs": {"totals": {"scripted_metric": {"init_script": "state.fund_count = 0; state.stock_count = 0;","map_script": """if (doc.containsKey('sellingProducts')) {for (def item : doc['sellingProducts']) {if (item.startsWith('FUND_')) {state.fund_count++;} if (item.startsWith('STOCK_')) {state.stock_count++;}}}""","combine_script": "return state","reduce_script": """def total_fund_count = 0;def total_stock_count = 0;for (state in states) {total_fund_count += state.fund_count;total_stock_count += state.stock_count;}return ['fund_count': total_fund_count, 'stock_count': total_stock_count];
"""}}}
}

三、總結

在本文中，我們探討了如何在Elasticsearch中對sell_product_order索引中的sellingProducts字段進行基本的統計操作。通過具體的查詢示例，我們展示了多種數據檢索和聚合的技巧，幫助我們從海量數據中提取出有價值的信息。

首先，我們介紹了數據結構的基本概念，明確了如何定位目標字段。隨后，我們演示了幾種不同的統計方法，包括計算產品類型的出現頻率、檢索指定文檔中產品數量、以及對產品類型進行細分統計。這些操作不僅為數據分析提供了基礎支持，也為業務決策提供了有力的數據依據。

通過這些示例，讀者可以看到Elasticsearch的強大靈活性，以及它在處理復雜數據查詢時的高效性。這些技巧不僅適用于特定的業務場景，也為進一步的深入分析和數據挖掘奠定了基礎。

在未來的應用中，我們鼓勵讀者繼續探索Elasticsearch的更多功能，如更高級的聚合分析和數據可視化工具，以全面提升數據處理能力和決策支持效果。通過不斷實踐和學習，大家將能更好地掌握這一工具，從而在日益復雜的數據環境中游刃有余。