范围过滤（Bound filter）
Bound filter 过滤比较值大小或小于某值，默认按字符串比较，使用数据比较需要设置alphaNumeric 属 性为true；默认 Bound filter为非严格性（类闭区间），如 inputString <= upper && inputSting >= lower
上述表示等价如：21 <= age <= 31
Bound filter 严格性，需要设置lowerStrict or/and upperStrict 属性值为true如下：
等价如：21 < age < 31
Count aggregator
查询返回匹配过滤条件的数据行数，需要注意的是：Druid进行Count查询的数据量并不一定等于数据采 集时导入的数据量，因为Druid在采集数据并导入时已经对数据进行了聚合。
Sum aggregator
longSum aggregator：计算值为有符号位64位整数
doubleSum aggregator：与longSum类似，计算值为64位浮点型
Min / Max aggregators
doubleMin aggregator
doubleMax aggregator
longMin aggregator
longMax aggregator
类似聚合（Approximate Aggregations）
基数聚合（Cardinality aggregator）
计算Druid多种维度基数，Cardinality aggregator使用HyperLogLog评估基数，这种聚合比带有索引的 hyperUnique聚合慢，运行在一个维度列，意味着不能从数据集中删除字符串维度来提高聚合；一般我们 强力推荐使用hyperUnique aggregator而不是Cardinality aggregator，格式如下：
. 维度值聚合-当设置属性byRow为false（默认值）时，通过合并所有给定的维度列来计算值集合。
对于单维度，等价如下：
对于多维度，等价如下:
. 行聚合-当设置属性byRow为true时，根所不同维度的值合并来计算行值，等价如下：
许多不同国家的人出生地或来自哪里，用druid配置如下：
HyperUnique aggregator
已经被“hyperunique”在创建索引时聚合的维度值使用HyperLogLog计算估计，更多资料请参考官网
Arithmetic post-aggregators
算术后聚合应用已提供的函数从左到右获取字段，这些字段可聚合或后聚合；支持, , , , and
算术后聚合可以指定ordering属性，用于聚合结果排序（对topN查询很有用 ）：
(1) 如果无ordering属性（或null），使用默认的浮点排序。
(2) numericFirst 首先返回有限值，其次是NaN，最后返回无限值。
算术后聚合语法如下：
Field accessor post-aggregator - fieldName引用aggregator定义的名称
Constant post-aggregator - 返回指定值
上述配置了过滤条件，2个聚合，后聚合器将2个聚合结果进行相除。查询结果如下，查询结果存储在属性result，以键值对方式存储：
数据排序（Numeric TopNMetricSpec） - 最简单的规范指定一个字符串值指示排序TopN结果的度量
metric属性通常配置为Json对象，上述等价于：
topN query 配置示例如下：
查询前Top 5个结果，按count排序：
以上就是本篇文章【【转载】DRuid 大数据分析之查询】的全部内容了，欢迎阅览 ！ 文章地址：http://nhjcxspj.xhstdz.com/quote/2359.html 行业 资讯 企业新闻 行情 企业黄页 同类资讯 网站地图 返回首页 物流园资讯移动站 http://yishengsujiao.xhstdz.com/ , 查看更多