Question

我使用德鲁伊来监控我网站上的活动。数据可表示如下：

event_id   |  country  |  user_id  |  event_type  
================================================
1          |  USA      |  id1      |  visit
2          |  USA      |  id2      |  visit
1          |  Canada   |  id3      |  visit
3          |  USA      |  id1      |  click
1          |  Canada   |  id4      |  visit
3          |  Canada   |  id3      |  click
3          |  USA      |  id2      |  click

我还定义了一个用于计算事件的聚合。我向Druid发出查询，以便为event_id = 3提供数据，如下所示：

请注意，访问与event_id无关。

country   |  visits    | clicks  
===============================    
USA       |  4         |  2
Canada    |  3         |  2

目前，我使用两个不同过滤器的topNResults查询：

event_type = visit - ＆gt;无论事件ID如何，都要计算每个国家/地区的访问次数。
event_id = 3

当然，我的数据远大于此数据，并且包含许多国家/地区。 topNResults api必须有阈值参数，表示我想要作为响应获得的最大结果数量。

问题是如果我的阈值小于实际结果，那么这两个查询可能没有相同的国家/地区结果。

目前，我将重叠结果合并到我的服务器中，但是我放弃了一些国家/地区的结果，并且显示的结果低于我的阈值，但结果更多。

我可以做些什么来优化我的阈值总是会有相同的国家/地区（不会将从第一个查询返回的国家/地区列表发送到第二个过滤器 - 我尝试了它并且速度非常慢）？

Answer 1

声音过滤聚合器将为您保存所有查询 Filtered Aggregator仅聚合与维度过滤器匹配的值以下查询将针对您的情况执行操作：在德鲁伊将所有事件分组到国家之后（因为维度是国家/地区），聚合器过滤器将过滤其事件ID（e1，e2）中的所有事件，并对过滤后的结果执行计数聚合器。

{
  ...
  "dimension":"country",
  ...,
   "aggregations": [
      {
        "type" : "filtered",
        "filter" : {
           "type" : "selector",
           "dimension" : "event_id",
           "value" : ["1","2"]
           "type": "in"
         }
        "aggregator" : {
          "type" : "count", 
          "name" : "count_countries" }
        }
      }
   ]
 }

让我们拿你的桌子。

event_id   |  country  |  user_id  |  event_type  
================================================
1          |  USA      |  id1      |  visit
2          |  USA      |  id2      |  visit
1          |  Canada   |  id3      |  visit
3          |  USA      |  id1      |  click
1          |  Canada   |  id4      |  visit
3          |  Canada   |  id3      |  click
3          |  USA      |  id2      |  click

德鲁伊将按国家对结果进行分组。

  country  |  user_id  |  event_type | event_id    
================================================
  USA      |  id1      |  visit  |  1
  USA      |  id2      |  visit  |  2
  USA      |  id1      |  click  |  1
  USA      |  id2      |  click  |  3
  Canada   |  id3      |  visit  |  1 
  Canada   |  id4      |  visit  |  3
  Canada   |  id3      |  click  |  3

聚合器过滤器将删除所有event_id = 3，因为我们的过滤器（“value”：[“1”，“2”]）

  country  |  user_id  |  event_type | event_id    
================================================
  USA      |  id1      |  visit  |  1
  USA      |  id2      |  visit  |  2
  USA      |  id1      |  click  |  1
  Canada   |  id3      |  visit  |  1

并返回以下结果（我们的聚合器是简单计数）

  country  |  count   
===================
  USA      |  3   
  Canada   |  1

享受！

使用不同的过滤器将两个查询相交

1 个答案: