Elasticsearch查詢到計數使用串行日期的差異

樣本數據使用歷史數據會話的：https://jsonblob.com/ecc7c22f-eee3-11e6-90ab-abf5eb463423 Elasticsearch查詢到計數使用串行日期的差異

One User Illustration

我們要計算使用安打ElasticSearch我們的用戶的會話總數。會話的

定義：

如果2個命中的特定用戶>至30分鐘之間的時間差，它會被認爲是2個不同的會話。
如果特定用戶的2次點擊之間的時間差異爲30分鐘，則將其視爲1次會話。

附圖僅給出一個用戶的說明。我們想爲一組多個用戶解決這個問題。

來源

2017-02-09 Manjesh V

你如何將數據加載到ES運行logstash？通過Logstash？ – Val

是使用logstash，從mysql索引的數據，覺得elasticsearch給出的結果比mysql快，elasticsearch有助於以可視方式查找模式 –

也可以共享一些示例日誌文件嗎？ – Val

然後我建議利用aggregate logstash filter，它可以完全用於此目的，即tracking user behavior。

在你filter部分你需要添加以下aggregate過濾器：

filter { 
    aggregate { 
    task_id => "%{user_id}" 
    code => "map['actions'] ||= 0; map['actions'] += 1; map['started'] = event['updated_on'] unless map['started']" 
    push_map_as_event_on_timeout => true 
    timeout_task_id_field => "user_id" 
    timeout => 1800 # 30 minutes timeout 
    timeout_tags => ['_sessiontimeout'] 
    timeout_code => "event['session_started'] = map['started']; event['session_ended'] = event['updated_on']; "  } 
}

30分鐘後，你會得到以下像一個事件，它會很容易圖表他們Kibana

{ 
    "user_id": "157", 
    "actions": 23, 
    "tags": [ 
     "_sessiontimeout" 
    ] 
}

確保您有一個工作線程與-w 1開關

來源

2017-02-10 07:04:27 Val

如何使用這個聚合過濾器與存儲的數據從MySQL到ES。 https://jsonblob.com/ecc7c22f-eee3-11e6-90ab-abf5eb463423 –

您可以使用與現在一樣的logstash配置，但在過濾器部分中添加了「聚合」過濾器並重新運行logstash。 – Val

但無處可見'updated_on'。基於歷史'updated_on'的日期歷史記錄不是基於當前時間戳 –

Elasticsearch查詢到計數使用串行日期的差異

回答

相關問題