產品又過來提需求了！

?

案例需求

需要按日匯總充值總數的數據。

過濾條件：

用戶包括：“Tom”和“Jack”

所有城市：“北京”、“上?！薄ⅰ皬V州”和“深圳”

日期范圍：“2020-03-01”到“2020-03-05”

我們用SQL語句表示一下產品需要什么數據，能夠直觀的理解需求，SQL表達如下：

SELECT date，SUM(rechange) AS rechange FROM user_recharge_record WHERE date>='2020-03-01' AND date<='2020-03-05' AND user_name IN ('Tom', 'Jack') AND city IN ('北京','上海','廣州','深圳') GROUP By create_date;

druid常用的三種數據查詢類型：Timeseries，TopN，GroupBy。

Timeseries：按照指定日期時間段查詢規則返回聚合合的結果集，查詢規則中可以設置查詢粒度、維度，過濾條件和排序方式，并且支持后聚合。返回一個JSON對象數組。

Timeseries其中主要七個部分：

property	description	required?
queryType	查詢類型：如：Timeseries、GroupBy，TopN	yes
dataSource	數據源，類似于MySQL的數據表	yes
descending	是否降序，默認為false	no
intervals	間隔，也是查詢日期范圍，結束日期向后加1	yes
granularity	查詢粒度	yes
filter	過濾條件	no
aggregations	聚合器	no
postAggregations	后聚合器	no
context	可以修復查詢行為，包括總計和零填充。應用于所有查詢類型的參數。	no

根據當前的需求，我們可以用Timerseries查詢類型來計算指標。

查詢樣例

{"queryType": "timeseries", // 查詢的類型"dataSource": "user_recharge_record", // 數據源"granularity": "day", // 指定日期聚合分區，按照每天的日期維度匯總數據"filter": { // 過濾條件"type": "and","fields": [{"dimension": "user_name","type": "in","values": ["Tom", "Jack"]},{"dimension": "city","type": "in","values": ["北京", "上海", "廣州", "深圳"]}]},"context": {"timeout": 28000 // 超時時間},"aggregations": [ // 聚合器 {"name": "rechange", // 聚合后輸出的名字"type": "doubleSum", // 數值類型累加"fieldName": "rechange" // 聚合時使用的指標列名稱} ], "intervals": "2020-03-01\/2020-03-06" // 日期區間 }

Results：

[{"timestamp": "2020-03-01T00:00:00.000+08:00","result": {"rechange": 21195.0}},{"timestamp": "2020-03-02T00:00:00.000+08:00","result": {"rechange": 29785.0}},{"timestamp": "2020-03-03T00:00:00.000+08:00","result": {"rechange": 31123.0}},{"timestamp": "2020-03-04T00:00:00.000+08:00","result": {"rechange": 33818.0}},{"timestamp": "2020-03-05T00:00:00.000+08:00","result": {"rechange": 33658.0}} ]

返回結果：

?

搞定需求，可以回家啦！

?

參考

https://druid.apache.org/docs/latest/querying/timeseriesquery.html

總結

以上是生活随笔為你收集整理的Druid 分析报表中的实战（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。