您的位置:首页 > 数据库

Solr学习(5.4)-Solr实现SQL的查询与统计

2017-07-28 13:18 603 查看
问题导读:
1.如何高效使用Solr查询功能 ?
2.单个字段分组统计如何实现?

3.IN条件查询有几种方式?

4.多个字段分组统计是否只支持count?



Cloudera公司已经推出了基于Hadoop平台的查询统计分析工具Impala,只要熟悉SQL,就可以熟练地使用Impala来执行查询与分析的功能。不过Impala的SQL和关系数据库的SQL还是有一点微妙地不同的。
下面,我们设计一个表,通过该表中的数据,来将SQL查询与统计的语句,使用Solr查询的方式来与SQL查询对应。这个翻译的过程,是非常有趣的,你可以看到Solr一些很不错的功能。
用来示例的表结构设计,如图所示:


 

下面,我们通过给出一些SQL查询统计语句,然后对应翻译成Solr查询语句,然后对比结果

查询对比

条件组合查询

SQL查询语句:

SELECT log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1 AND area_id = 10304 AND time_type = 1 AND time_id >= 20130801 AND time_id <= 20130815

ORDER BY log_id LIMIT 10;

复制代码

查询结果,如图所示:


 

Solr查询URL:

        http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type&fq=prov_id:1 AND net_type:1 AND area_id:10304 AND time_type:1 AND time_id:[20130801 TO 20130815]&sort=log_id asc&start=0&rows=10

复制代码

查询结果,如下所示:

<response>

<lst name="responseHeader">

        <int name="status">0</int>

        <int name="QTime">4</int>

    </lst>

<result name="response" numFound="77" start="0">

        <doc>

<int name="log_id">6827</int>

<long name="start_time">1375072117</long>

<long name="end_time">1375081683</long>

            <int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">10304</int>

<int name="idt_id">11002</int>

            <int name="cnt">0</int>

<int name="net_type">1</int>

</doc>

<doc>

            <int name="log_id">6827</int>

            <long name="start_time">1375072117</long>

            <long name="end_time">1375081683</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">10304</int>

            <int name="idt_id">11000</int>

<int name="cnt">0</int>

            <int name="net_type">1</int>

</doc>

        <doc>

            <int name="log_id">6851</int>

            <long name="start_time">1375142158</long>

            <long name="end_time">1375146391</long>

            <int name="prov_id">1</int>

            <int name="city_id">103</int>

<int name="area_id">10304</int>

<int name="idt_id">14001</int>

            <int name="cnt">5</int>

<int name="net_type">1</int>

</doc>

<doc>

<int name="log_id">6851</int>

<long name="start_time">1375142158</long>

            <long name="end_time">1375146391</long>

            <int name="prov_id">1</int>

            <int name="city_id">103</int>

            <int name="area_id">10304</int>

<int name="idt_id">11002</int>

<int name="cnt">23</int>

<int name="net_type">1</int>

</doc>

        <doc>

            <int name="log_id">6851</int>

<long name="start_time">1375142158</long>

            <long name="end_time">1375146391</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">10304</int>

<int name="idt_id">10200</int>

<int name="cnt">55</int>

            <int name="net_type">1</int>

</doc>

<doc>

            <int name="log_id">6851</int>

<long name="start_time">1375142158</long>

<long name="end_time">1375146391</long>

<int name="prov_id">1</int>

            <int name="city_id">103</int>

            <int name="area_id">10304</int>

            <int name="idt_id">14000</int>

<int name="cnt">4</int>

复制代码

对比上面结果,除了根据idt_id排序方式不同以外(Impala是升序,Solr是降序),其他是相同的。

单个字段分组统计

SQL查询语句:

SELECT prov_id, SUM(cnt) AS sum_cnt, AVG(cnt) AS avg_cnt, MAX(cnt) AS max_cnt, MIN(cnt) AS min_cnt, COUNT(cnt) AS count_cnt

FROM v_i_event

GROUP BY prov_id;

复制代码

查询结果,如图所示:


 

Solr查询URL:
http://slave1:8888/solr-cloud/i_event/select?q=*:*&stats=true&stats.field=cnt&rows=0&indent=true
复制代码

查询结果,如下所示:

<response>

    <lst name="responseHeader">

        <int name="status">0</int>

<int name="QTime">2</int>

</lst>

    <result name="response" numFound="4088" start="0"></result>

    <lst name="stats">

<lst name="stats_fields">

<lst name="cnt">

<double name="min">0.0</double>

<double name="max">1258.0</double>

                <long name="count">4088</long>

                <long name="missing">0</long>

<double name="sum">32587.0</double>

<double name="sumOfSquares">9170559.0</double>

<double name="mean">7.971379647749511</double>

                <double name="stddev">46.69344567709268</double>

                <lst name="facets" />

            </lst>

</lst>

</lst>

</response>

复制代码

对比查询结果,Solr提供了更多的统计项,如标准差(stddev)等,与SQL查询结果是一致的。

IN条件查询

SQL查询语句:

[cde lang="sql"]

SELECT log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_typ

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1 ANDcity_id IN(106,103) AND idt_id IN(12011,5004,6051,6056,8002) AND time_type = 1AND time_id >= 20130801 AND time_id <= 20130815

ORDER BY log_id, start_time DESC LIMIT 10;

[/code]

查询结果,如图所示:


 

Solr查询URL:
http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id, cnt,net_type&fq=prov_id:1 AND net_type:1 AND (city_id:106 OR city_id:103) AND (idt_id:12011 OR idt_id:5004 OR idt_id:6051 OR idt_id:6056 OR idt_id:8002)
AND time_type:1 AND time_id:[20130801 TO 20130815]&sort=log_id asc ,start_time desc&start=0&rows=10

复制代码


http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id, cnt ,net_type&fq=prov_id:1&fq=net_type:1&fq=(city_id:106 OR city_id:103)&fq=(idt_id:12011 OR idt_id:5004 OR idt_id:6051 OR idt_id:6056 OR idt_id:8002)&fq=time_type:1&fq=time_id:[20130801
TO 20130815]&sort=log_id asc,start_time desc&start=0&rows=10

复制代码

查询结果,如下所示:

<response>

    <lst name="responseHeader">

<int name="status">0</int>

<int name="QTime">6</int>

</lst>

<result name="response" numFound="63" start="0">

<doc>

            <int name="log_id">6553</int>

<long name="start_time">1374054184</long>

<long name="end_time">1374054254</long>

            <int name="prov_id">1</int>

            <int name="city_id">103</int>

            <int name="area_id">10307</int>

<int name="idt_id">12011</int>

<int name="cnt">0</int>

<int name="net_type">1</int>

</doc>

<doc>

<int name="log_id">6553</int>

<long name="start_time">1374054184</long>

            <long name="end_time">1374054254</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">10307</int>

<int name="idt_id">5004</int>

<int name="cnt">2</int>

            <int name="net_type">1</int>

</doc>

<doc>

            <int name="log_id">6555</int>

<long name="start_time">1374055060</long>

<long name="end_time">1374055158</long>

            <int name="prov_id">1</int>

<int name="city_id">103</int>

            <int name="area_id">70104</int>

<int name="idt_id">5004</int>

<int name="cnt">3</int>

<int name="net_type">1</int>

复制代码

对比查询结果,是一致的。

开区间范围条件查询

SQL查询语句:

SELECTlog_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type

FROM v_i_event

WHERE net_type = 1 AND idt_idIN(12011,5004,6051,6056,8002) AND time_type = 1 AND start_time >= 1373598465AND end_time < 1374055254

ORDER BY log_id, start_time, idt_id DESCLIMIT 30;

查询结果,如图所示:


 

Solr查询URL:
http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type&fq=net_type:1 AND (idt_id:12011 OR idt_id:5004 OR idt_id:6051 OR idt_id:6056 OR idt_id:8002) AND time_type:1 AND start_time:[1373598465
TO 1374055254]&fq =-start_time:1374055254&sort=log_id asc,start_time asc,idt_id desc&start=0&rows=30

复制代码


http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type&fq=net_type:1 AND (idt_id:12011 OR idt_id:5004 OR idt_id:6051 OR idt_id:6056 OR idt_id:8002) AND time_type:1 AND start_time:[1373598465
TO 1374055254] AND -start_time:1374055254&sort=log_id asc,start_time asc,idt_id desc&start=0&rows=30

复制代码


http://slave1:8888/solr-cloud/i_event/select?q=*:*&fl=log_id,start_time,end_time,prov_id,city_id,area_id,idt_id,cnt,net_type&fq=net_type:1&fq=idt_id:12011 OR idt_id:5004 OR idt_id:6051 OR idt_id:6056 OR idt_id:8002&fq =time_type:1&fq=start_time:[1373598465
TO 1374055254]&fq =-start_time:1374055254&sort=log_id asc,start_time asc,idt_id desc&start=0&rows=30

复制代码

查询结果,如下所示:

<response>

<lst name="responseHeader">

<int name="status">0</int>

<int name="QTime">5</int>

</lst>

<result name="response" numFound="4" start="0">

<doc>

            <int name="log_id">6553</int>

<long name="start_time">1374054184</long>

<long name="end_time">1374054254</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">10307</int>

<int name="idt_id">12011</int>

<int name="cnt">0</int>

<int name="net_type">1</int>

</doc>

<doc>

<int name="log_id">6553</int>

<long name="start_time">1374054184</long>

            <long name="end_time">1374054254</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

            <int name="area_id">10307</int>

<int name="cnt">2</int>

<int name="net_type">1</int>

</doc>

        <doc>

<int name="log_id">6555</int>

<long name="start_time">1374055060</long>

<long name="end_time">1374055158</long>

<int name="prov_id">1</int>

<int name="city_id">103</int>

<int name="area_id">70104</int>

<int name="idt_id">12011</int>

            <int name="cnt">0</int>

<int name="net_type">1</int>

</doc>

<doc>

            <int name="log_id">6555</int>

<long name="start_time">1374055060</long>

<long name="end_time">1374055158</long>

<int name="prov_id">1</int>

            <int name="city_id">103</int>

<int name="area_id">70104</int>

<int name="idt_id">5004</int>

<int name="cnt">3</int>

<int name="net_type">1</int>

</doc>

</result>

</response>

复制代码

多个字段分组统计(只支持count函数)

SQL查询语句:

SELECT city_id, area_id, COUNT(cnt) AScount_cnt

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1

GROUP BY city_id, area_id;

查询结果,如图所示:


 

Solr查询URL:
http://slave1:8888/solr-cloud/i_event/select?q=*:*&facet=true&facet.pivot=city_id,area_id&fq=prov_id:1 AND net_type:1&rows=0&indent=true

复制代码

对比上面结果,Solr查询结果,需要从上面的各组中进行合并,得到最终的统计结果,结果和SQL结果是一致的。

多个字段分组统计(支持count、sum、max、min等函数)

一次对多个字段进行独立分组统计,Solr可以很好的支持。这相当于执行两个带有GROUP BY子句的SQL,这两个GROUP BY分别只对一个字段进行汇总统计。

SQL查询语句:

SELECT city_id, area_id, COUNT(cnt) AS count_cnt

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1

GROUP BY city_id;

SELECT city_id, area_id, COUNT(cnt) AS count_cnt

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1

GROUP BY area_id;

复制代码

查询结果,不再显示。

Solr查询URL:

>http://slave1:8888/solr-cloud/i_event/select?q=*:*&stats=true&stats.field=cnt&f.cnt.stats.facet=city_id&&f.cnt.stats.facet=area_id&fq=prov_id:1 AND net_type:1&rows=0&indent=true

复制代码

查询结果,如下所示:

<response>

    <lst name="responseHeader">

        <int name="status">0</int>

        <int name="QTime">72</int>

    </lst>

    <result name="response" numFound="1171" start="0"></result>

    <lst name="facet_counts">

        <lst name="facet_queries" />

        <lst name="facet_fields" />

        <lst name="facet_dates" />

        <lst name="facet_ranges" />

        <lst name="facet_pivot">

            <arr name="city_id,area_id">

                <lst>

                    <str name="field">city_id</str>

                    <int name="value">103</int>

                    <int name="count">678</int>

                    <arr name="pivot">

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10307</int>

                            <int name="count">298</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10315</int>

                            <int name="count">120</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10317</int>

                            <int name="count">86</int>

                        </lst>

                        <lst>

<str name="field">area_id</str>

                            <int name="value">10304</int>

                            <int name="count">67</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10310</int>

                            <int name="count">49</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">70104</int>

                            <int name="count">48</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10308</int>

                            <int name="count">6</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">0</int>

                            <int name="count">2</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10311</int>

                            <int name="count">2</int>

                        </lst>

                    </arr>

                </lst>

                <lst>

                    <str name="field">city_id</str>

                    <int name="value">0</int>

                    <int name="count">463</int>

                    <arr name="pivot">

<lst>

                            <str name="field">area_id</str>

                            <int name="value">0</int>

                            <int name="count">395</int>

                        </lst>

                        <lst>

                            <str name="field">area_id</str>

                            <int name="value">10307</int>

                            <int name="count">68</int>

复制代码

对比上面结果,Solr查询结果,需要从上面的各组中进行合并,得到最终的统计结果,结果和SQL结果是一致的。

多个字段联合分组统计(支持count、sum、max、min等函数)

SQL查询语句:

SELECT city_id, area_id, SUM(cnt) ASsum_cnt, AVG(cnt) AS avg_cnt, MAX(cnt) AS max_cnt, MIN(cnt) AS min_cnt,COUNT(cnt) AS count_cnt

FROM v_i_event

WHERE prov_id = 1 AND net_type = 1

GROUP BY city_id, area_id;

查询结果,如图所示:


 

Solr目前不能简单的支持这种查询,如果想要满足这种查询统计,需要在schema的设计上,将一个字段设置为多值,然后通过多个值进行分组统计。如果应用中查询统计分析的模式比较固定,预先知道哪些字段会用于联合分组统计,完全可以在设计的时候,考虑设置多值字段来满足这种需求。

感兴趣的读者,还可以看看这里:基于Solr
DIH实现MySQL表数据全量索引和增量索引
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: