首页 文章 精选 留言 我的

Elasticsearch Index API & Aggregations API & Query DSL

2017-11-12 693

这篇小菜给大家演示和讲解一些Elasticsearch的API，如在工作中用到时，方便查阅。


一、Index API


创建索引库

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
curl -XPUT  'http://127.0.0.1:9200/test_index/'  -d '{
     "settings"  : {
       "index"  : {
       "number_of_shards"  : 3,
       "number_of_replicas"  : 1
       }
     },
     "mappings"  : {
       "type_test_01"  : {
         "properties"  : {
           "field1"  : {  "type"  :  "string" },
           "field2"  : {  "type"  :  "string" }
         }
       },
       "type_test_02"  : {
         "properties"  : {
           "field1"  : {  "type"  :  "string" },
           "field2"  : {  "type"  :  "string" }
         }
       }
     }
}'


验证索引库是否存在

1
curl –XHEAD -i  'http://127.0.0.1:9200/test_index?pretty'

注: 这里加上的?pretty参数，是为了让输出的格式更好看。


查看索引库的mapping信息

1
curl –XGET -i  'http://127.0.0.1:9200/test_index/_mapping?pretty'


验证当前库type为article是否存在

1
curl -XHEAD -i  'http://127.0.0.1:9200/test_index/article'


查看test_index索引库type为type_test_01的mapping信息

1
curl –XGET -i  'http://127.0.0.1:9200/test_index/_mapping/type_test_01/?pretty'


测试索引分词器

1
2
3
4
5
curl -XGET  'http://127.0.0.1:9200/_analyze?pretty'  -d '
{
   "analyzer"  :  "standard" ,
   "text"  :  "this is a test"
}'


输出索引库的状态信息

1
curl  'http://127.0.0.1:9200/test_index/_stats?pretty'


输出索引库的分片相关信息

1
curl -XGET  'http://127.0.0.1:9200/test_index/_segments?pretty'


删除索引库

1
curl -XDELETE http: //127 .0.0.1:9200 /logstash-nginxacclog-2016 .09.20/


二、Count API


简易语法

curl -XGET 'http://elasticsearch_server:port/索引库名称/_type(当前索引类型,没有可以不写)/_count


用例:

1、统计 logstash-nginxacclog-2016.10.09 索引库有多少条记录

1
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_count'


2、统计 logstash-nginxacclog-2016.10.09 索引库status为200的有多少条记录

1
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_count?q=status:200'


DSL 写法

1
2
3
4
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_count'  -d '
{  "query" :
   {  "term" :{ "status" : "200" }}
}'


三、Aggregations API （数据分析和统计）


注: 聚合相关的API只能对数值、日期 类型的字段做计算。


1、求平均数

业务场景: 统计访问日志中的平均响应时长

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"avg_num"  : {  "avg"  : {  "field"  :  "responsetime"  } }
}, "size" :0   # 这里的 size:0 表示不输出匹配到数据，只输出聚合结果。
}'
 
 
{
   "took"  : 598,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "avg_num"  : {
       "value"  : 0.0472613558675975
     }
   }
}
 
# 得到平均响应时长为 0.0472613558675975 秒


2、求最大值

业务场景:获取访问日志中最长的响应时间

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"max_num"  : {  "max"  : {  "field"  :  "responsetime"  } }
}, "size" :0
}'
 
 
{
   "took"  : 29813,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 431,
     "successful"  : 431,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 476952009,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "max_num"  : {
       "value"  : 65.576
     }
   }
}
 
# 得到最大响应时长为 65.576 秒


3、求最小值

业务场景: 获取访问日志中最快的响应时间

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"min_num"  : {  "min"  : {  "field"  :  "responsetime"  } }
}, "size" :0
}'
 
 
{
   "took"  : 2145,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 431,
     "successful"  : 431,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 477156773,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "min_num"  : {
       "value"  : 0.0
     }
   }
}
 
# 看来最快的响应时间竟然是0，笔者通过查询日志发现，原来这些响应时间为0的请求是被nginx拒绝掉的。


4、数值求和

业务场景: 统计一天的访问日志中为响应请求总共输出了多少流量。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"sim_num"  : {  "sum"  : {  "field"  :  "size"  } }
}, "size" :0
}'
 
{
   "took"  : 1226,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "sim_num"  : {
       "value"  : 6.9285945505E10
     }
   }
}
 
# 这个数有点大，后面的E10 表示 6.9285945505 X 10^10 ，笔者算了下，大概 70GB 流量。


5、获取常用的数据统计指标

其中包括（ 最大值、最小值、平均值、求和、个数 ）


业务场景: 求访问日志中的 responsetime （ 最大值、最小值、平均值、求和、个数 ）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"like_stats"  : {  "stats"  : {  "field"  :  "responsetime"  } }
}, "size" :0
}'
 
 
{
   "took"  : 2868,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 431,
     "successful"  : 431,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 477797577,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "like_stats"  : {
       "count"  : 469345191,
       "min"  : 0.0,
       "max"  : 65.576,
       "avg"  : 0.06088492952649428,
       "sum"  : 2.8576048877634E7
     }
   }
}


这个是上面统计方式的增强版，新增了几个统计数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"like_stats"  : {  "extended_stats"  : {  "field"  :  "responsetime"  } }
}, "size" :0
}'
 
 
{
   "took"  : 2830,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 431,
     "successful"  : 431,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 478145456,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "like_stats"  : {
       "count"  : 469687072,
       "min"  : 0.0,
       "max"  : 65.576,
       "avg"  : 0.06087745173159307,
       "sum"  : 2.859335205463328E7,
       "sum_of_squares"  : 1.3162790273264633E7,
       "variance"  : 0.02431853151732958,
       "std_deviation"  : 0.1559440012226491,
       "std_deviation_bounds"  : {
         "upper"  : 0.3727654541768913,
         "lower"  : -0.2510105507137051
       }
     }
   }
}
 
# 其中新增的三个返回结果分别是:
 
# sum_of_squares  平方和
 
# variance  方差
 
# std_deviation  标准差


6、统计数据在某个区间所占的百分比

业务场景: 求出访问日志中响应时间的各个区间，所占的百分比

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"outlier"  : {  "percentiles"  : {  "field"  :  "responsetime"  } }
}, "size" :0
}'
 
{
   "took"  : 60737,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 431,
     "successful"  : 431,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 478287997,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "outlier"  : {
       "values"  : {
         "1.0"  : 0.0,
         "5.0"  : 0.0,
         "25.0"  : 0.02,
         "50.0"  : 0.038999979789136247,
         "75.0"  : 0.06247223731250421,
         "95.0"  : 0.16479760590682113,
         "99.0"  : 0.520510492464275
       }
     }
   }
}
 
# values 对应的列为所占的百分比，右边则是对应的数据值。表示:
 
# 响应时间小于或等于0的请求占 1%
 
# 响应时间小于或等于0的请求占 5%
 
# 响应时间小于或等于0.02的请求占 25%
 
# 响应时间小于或等于0.038999979789136247的请求占 50%
 
# 响应时间小于或等于0.06247223731250421的请求占 75%
 
# 响应时间小于或等于0.16479760590682113的请求占 95%
 
# 响应时间小于或等于0.520510492464275的请求占 99%
 
 
# 还可以通过 percents 参数，自定义一些百分比区间，如 10%,30%,60%,90% 等。
 
# 注: 经笔者测试，这个方法只能对数值类型的字段进行统计，无法操作字符串类型的字段。
 
 
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"outlier"  : {  "percentiles"  : {
                                   "field"  :  "status" ,
                                   "percents" :[5, 10, 20, 50, 99.9]
                                   }
               }
}, "size" :0
}'


7、求指定字段数值在各个区间所占的百分比

业务场景：求响应时间 0, 0.01, 0.1, 0.2 在整个日志文件中，分别所占的百分比。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"outlier"  : {  "percentile_ranks"  : {
"field"  :  "responsetime" ,
"values" :[0, 0.01, 0.1, 0.2]
}
}
}, "size" :0
}'
 
{
   "took"  : 6950,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "outlier"  : {
       "values"  : {
         "0.0"  : 8.79897648675993,
         "0.01"  : 17.90331319256336,
         "0.1"  : 91.18297638776373,
         "0.2"  : 98.22564774611764
       }
     }
   }
}
 
# 响应时间小于或等于0的请求占 8.7%
 
# 响应时间小于或等于0.01的请求占 17.9%
 
# 响应时间小于或等于0.1的请求占 91.1%
 
# 响应时间小于或等于0.2的请求占 98.2%


8、求该数值范围内有多少文档匹配


业务场景: 求访问日志中的响应时间为，0 ~ 0.02、0.02 ~ 0.1 、大于 0.1 这三个数值区间内，各有多少文档匹配。


"ranges":[{"to": 0.02}, {"from":0.02,"to":0.1},{"from":0.1}]


{"to": 0.02} 求响应时间 0 ~ 0.02 区间内的匹配文档数  


{"from":0.02,"to":0.1} 求响应时间 0.02 ~ 0.1 区间内匹配的文档数 


{"from":0.1} 求响应时间大于 0.1 匹配的文档数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"range_info"  : {  "range"  : {
"field"  :  "responsetime" ,
"ranges" :[{ "to" : 0.02}, { "from" :0.02, "to" :0.1},{ "from" :0.1}]
}
}
}, "size" :0
}'
 
 
{
   "took"  : 474,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "range_info"  : {
       "buckets"  : [ {
         "key"  :  "*-0.02" ,
         "to"  : 0.02,
         "to_as_string"  :  "0.02" ,
         "doc_count"  : 9093600
       }, {
         "key"  :  "0.02-0.1" ,
         "from"  : 0.02,
         "from_as_string"  :  "0.02" ,
         "to"  : 0.1,
         "to_as_string"  :  "0.1" ,
         "doc_count"  : 20547128
       }, {
         "key"  :  "0.1-*" ,
         "from"  : 0.1,
         "from_as_string"  :  "0.1" ,
         "doc_count"  : 2879418
       } ]
     }
   }
}
 
   "aggregations"  : {
     "range_info"  : {
       "buckets"  : [ {
         "key"  :  "*-0.02" ,
         "to"  : 0.02,
         "to_as_string"  :  "0.02" ,
         "doc_count"  : 9093600
       }  # 响应时间在 0 ~ 0.02 的文档数是 9093600
 
       , {
         "key"  :  "0.02-0.1" ,
         "from"  : 0.02,
         "from_as_string"  :  "0.02" ,
         "to"  : 0.1,
         "to_as_string"  :  "0.1" ,
         "doc_count"  : 20547128
       }  # 响应时间在 0.02 ~ 0.1 的文档数是 20547128
 
       , {
         "key"  :  "0.1-*" ,
         "from"  : 0.1,
         "from_as_string"  :  "0.1" ,
         "doc_count"  : 2879418
       }  # 响应时间在大于 0.1 的文档数是 2879418
        ]
     }
   }


9、求时间范围内有多少文档匹配

业务场景：求访问日志中，在 2016-10-09T01:00:00 之前的文档有多少。 和在 2016-10-09T02:00:00 之后的文档有多少。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "match_all"  : {} },
 
"aggs"  : {
"range_info"  : {  "date_range"  : {
"field"  :  "@timestamp" ,
"ranges" :[{ "to" :  "2016-10-09T01:00:00" },{ "from" : "2016-10-09T02:00:00" }]
}
}
}, "size" :0
}'
 
 
{
   "took"  : 432,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "range_info"  : {
       "buckets"  : [ {
         "key"  :  "*-2016-10-09T01:00:00.000Z" ,
         "to"  : 1.4759748E12,
         "to_as_string"  :  "2016-10-09T01:00:00.000Z" ,
         "doc_count"  : 613460
       },  # 在 2016-10-09T01:00:00 之前的文档数有 613460
 
       {
         "key"  :  "2016-10-09T02:00:00.000Z-*" ,
         "from"  : 1.4759784E12,
         "from_as_string"  :  "2016-10-09T02:00:00.000Z" ,
         "doc_count"  : 31264881
       }  # 在 2016-10-09T02:00:00 之后的文档数有 31264881
       ]
     }
   }
}


10、聚合结果不依赖于查询结果集 "global":{}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "term"  : {  "status"  :  "200"  } },
 
"aggs"  :{
"all_articles" :{
"global" :{},
"aggs" :{
"sum_like" : { "sum" :{ "field" :  "responsetime" }}
}
}
}, "size" :0
}'
 
 
{
   "took"  : 1519,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 26686196,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "all_articles"  : {
       "doc_count"  : 32523067,
       "sum_like"  : {
         "value"  : 1536946.1929722272
       }
     }
   }
}
 
# 可以看到查询结果集hits total部分才匹配到 26686196 条记录。 而聚合的文档数则是 32523067 多于查询结果匹配到的文档。
# 聚合结果为 1536946.1929722272
 
 
# 我们再看看没有引用 "global":{} 参数的方式
 
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"query"  :
{  "term"  : {  "status"  :  "200"  } },
"aggs" :{
"sum_like" : { "sum" :{ "field" :  "responsetime" }}
                                              
}, "size" :0                                   
}'
 
 
{
   "took"  : 1326,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 26686196,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "sum_like"  : {
       "value"  : 1526710.3929916811
     }
   }
}
 
# 聚合结果小于上诉的结果。 表示这次的聚合的值，是依赖于检索匹配到的文档。


11、分组聚合

用于统计指定字段在自定义的固定增长区间下，每个增长后的值，所匹配的文档数量。

1
2
3
4
5
6
7
8
9
10
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"aggs"  :{
"like_histogram" :{
"histogram" :{ "field" :  "status" ,  "interval" : 200,
         "min_doc_count" : 1}
}
}, "size" :0 
}'
 
# 对 status 字段操作，增长区间为 200 ，为了避免有的区间匹配为0所导致空数据，所以这里指定最小文档数为 1 "histogram":{"field": "status", "interval": 200, "min_doc_count": 1}


12、分组聚合-基于时间做分组

"date_histogram":{"field": "@timestamp", "interval": "1d","format": "yyyy-MM-dd",}


"field": "@timestamp"  指定记录时间的字段


"interval": "1d"  分组区间为每天.  1M 每月、1H 每小时、1m 每分钟


"format": "yyyy-MM-dd" 指定时间的输出格式


统计每天产生的日志数量

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-*/_search?pretty'  -d '{
"aggs"  :{
"date_histogram_info" :{
"date_histogram" :{ "field" :  "@timestamp" ,  "interval" :  "1d" , "format" :  "yyyy-MM-dd" ,
"min_doc_count" : 1}
}
}
}'
 
 
"aggregations"  : {
     "date_histogram_info"  : {
       "buckets"  : [ {
         "key_as_string"  :  "2016-09-27" ,
         "key"  : 1474934400000,
         "doc_count"  : 6895375
       }, {
         "key_as_string"  :  "2016-09-28" ,
         "key"  : 1475020800000,
         "doc_count"  : 1255775
       }, {
         "key_as_string"  :  "2016-09-29" ,
         "key"  : 1475107200000,
         "doc_count"  : 38512862
       }, {
         "key_as_string"  :  "2016-09-30" ,
         "key"  : 1475193600000,
         "doc_count"  : 35314225
       }, {
         "key_as_string"  :  "2016-10-01" ,
         "key"  : 1475280000000,
         "doc_count"  : 45358162
       }, {
         "key_as_string"  :  "2016-10-02" ,
         "key"  : 1475366400000,
         "doc_count"  : 42058056
       }, {
         "key_as_string"  :  "2016-10-03" ,
         "key"  : 1475452800000,
         "doc_count"  : 39945587
       }, {
         "key_as_string"  :  "2016-10-04" ,
         "key"  : 1475539200000,
         "doc_count"  : 39509128
       }, {
         "key_as_string"  :  "2016-10-05" ,
         "key"  : 1475625600000,
         "doc_count"  : 40506342
       }, {
         "key_as_string"  :  "2016-10-06" ,
         "key"  : 1475712000000,
         "doc_count"  : 43303499
       }, {
         "key_as_string"  :  "2016-10-07" ,
         "key"  : 1475798400000,
         "doc_count"  : 44234780
       }, {
         "key_as_string"  :  "2016-10-08" ,
         "key"  : 1475884800000,
         "doc_count"  : 32880600
       }, {
         "key_as_string"  :  "2016-10-09" ,
         "key"  : 1475971200000,
         "doc_count"  : 32523067
       }, {
         "key_as_string"  :  "2016-10-10" ,
         "key"  : 1476057600000,
         "doc_count"  : 31454044
       }, {
         "key_as_string"  :  "2016-10-11" ,
         "key"  : 1476144000000,
         "doc_count"  : 2018401
       } ]
     }
   }
}
 
 
# 基于小时做分组
 
# 统计当天每小时产生的日志数量
 
curl -XGET  'http://127.0.0.1:9200/logstash-nginxacclog-2016.10.09/_search?pretty'  -d '{
"aggs"  :{
"date_histogram_info" :{
"date_histogram" :{ "field" :  "@timestamp" ,  "interval" :  "1H" , "format" :  "yyyy-MM-dd-H" ,
"min_doc_count" : 1}
}
}, "size" :0
}'
 
 
{
   "took"  : 530,
   "timed_out"  :  false ,
   "_shards"  : {
     "total"  : 5,
     "successful"  : 5,
     "failed"  : 0
   },
   "hits"  : {
     "total"  : 32523067,
     "max_score"  : 0.0,
     "hits"  : [ ]
   },
   "aggregations"  : {
     "date_histogram_info"  : {
       "buckets"  : [ {
         "key_as_string"  :  "2016-10-09-0" ,
         "key"  : 1475971200000,
         "doc_count"  : 613460
       }, {
         "key_as_string"  :  "2016-10-09-1" ,
         "key"  : 1475974800000,
         "doc_count"  : 644726
       }, {
         "key_as_string"  :  "2016-10-09-2" ,
         "key"  : 1475978400000,
         "doc_count"  : 687196
       }, {
         "key_as_string"  :  "2016-10-09-3" ,
         "key"  : 1475982000000,
         "doc_count"  : 730831
       }, {
         "key_as_string"  :  "2016-10-09-4" ,
         "key"  : 1475985600000,
         "doc_count"  : 1460320
       }, {
         "key_as_string"  :  "2016-10-09-5" ,
         "key"  : 1475989200000,
         "doc_count"  : 1469098
       }, {
         "key_as_string"  :  "2016-10-09-6" ,
         "key"  : 1475992800000,
         "doc_count"  : 1004399
       }, {
         "key_as_string"  :  "2016-10-09-7" ,
         "key"  : 1475996400000,
         "doc_count"  : 962843
       }, {
         "key_as_string"  :  "2016-10-09-8" ,
         "key"  : 1476000000000,
         "doc_count"  : 1232560
       }, {
         "key_as_string"  :  "2016-10-09-9" ,
         "key"  : 1476003600000,
         "doc_count"  : 1809741
       }, {
         "key_as_string"  :  "2016-10-09-10" ,
         "key"  : 1476007200000,
         "doc_count"  : 2802804
       }, {
         "key_as_string"  :  "2016-10-09-11" ,
         "key"  : 1476010800000,
         "doc_count"  : 3941192
       }, {
         "key_as_string"  :  "2016-10-09-12" ,
         "key"  : 1476014400000,
         "doc_count"  : 4631032
       }, {
         "key_as_string"  :  "2016-10-09-13" ,
         "key"  : 1476018000000,
         "doc_count"  : 3651968
       }, {
         "key_as_string"  :  "2016-10-09-14" ,
         "key"  : 1476021600000,
         "doc_count"  : 2079933
       }, {
         "key_as_string"  :  "2016-10-09-15" ,
         "key"  : 1476025200000,
         "doc_count"  : 973578
       }, {
         "key_as_string"  :  "2016-10-09-16" ,
         "key"  : 1476028800000,
         "doc_count"  : 517435
       }, {
         "key_as_string"  :  "2016-10-09-17" ,
         "key"  : 1476032400000,
         "doc_count"  : 388382
       }, {
         "key_as_string"  :  "2016-10-09-18" ,
         "key"  : 1476036000000,
         "doc_count"  : 361296
       }, {
         "key_as_string"  :  "2016-10-09-19" ,
         "key"  : 1476039600000,
         "doc_count"  : 345926
       }, {
         "key_as_string"  :  "2016-10-09-20" ,
         "key"  : 1476043200000,
         "doc_count"  : 342214
       }, {
         "key_as_string"  : 
上一篇 下一篇
优秀的个人博客,低调大师

微信关注我们

原文链接：https://yq.aliyun.com/articles/469507

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Hadoop 之 NameNode 元数据原理

在对NameNode节点进行格式化时，调用了FSImage的saveFSImage()方法和FSEditLog.createEditLogFile()存储当前的元数据。Namenode主要维护两个文件，一个是fsimage，一个是editlog。 fsimage ：保存了最新的元数据检查点，包含了整个HDFS文件系统的所有目录和文件的信息。对于文件来说包括了数据块描述信息、修改时间、访问时间等；对于目录来说包括修改时间、访问权限控制信息(目录所属用户，所在组)等。简单的说，Fsimage就是在某一时刻，整个hdfs 的快照，就是这个时刻hdfs上所有的文件块和目录，分别的状态，位于哪些个datanode，各自的权限，各自的副本个数等。 注意：Block的位置信息不会保存到fsimage，Block保存在哪个DataNode（由DataNode启动时上报）。 editlog ：主要是在NameNode已经启动情况下对HDFS进行的各种更新操作进行记录，HDFS客户端执行所有的写操作都会被记录到editlog中。 读取元数据： 启动NameNode节点时，又要从镜像和编辑日志中读取元数据。...
2017-11-13
453
上一篇

Elasticsearch 基础理论 & 配置调优

一、简介 ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。 它不但包括了全文搜索功能，还可以进行以下工作: 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。 实时分析的分布式搜索引擎。 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。 使用案例： 维基百科使用Elasticsearch来进行全文搜做并高亮显示关键词，以及提供search-as-you-type、did-you-mean等搜索建议功能。 英国卫报使用Elasticsearch来处理访客日志，以便能将公众对不同文章的反应实时地反馈给各位编辑。 StackOverflow将全文搜索与地理位置和相关信息进行结合，以提供more-like-this相关问题的展现。 GitHub使用Elasticsearch来检索超过1300亿行代码。 每天，Goldman Sachs使用它来处理5TB数据的索引，还...
2017-11-13
527
下一篇

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

时间: 2025-12-03 大小: 4.36MB 下载: 23次
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2025-12-12 大小: 211.28KB 下载: 54次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-01-03 大小: 1.42GB 下载: 2次
Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2025-12-03 大小: 9.84MB 下载: 39次
手机查看

扫码在手机上查看文章

扫描二维码，手机阅读更方便

热门标签
SpringCloud Jdk25 DeepSeek Gemini3 Rocky Nacos3 HarmonyOS6 Docker Kubernetes OpenAi Redis Service Mesh SpringBoot4

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册