Solr实现SQL的查询与统计

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：

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

2	FROM v_i_event

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

4	ORDER BY log_id LIMIT 10;

查询结果，如图所示：

Solr查询URL：

1	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

查询结果，如下所示：

001	<response>

002	<lst name="responseHeader">

003	<int name="status">0</int>

004	<int name="QTime">4</int>

005

</lst>

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

007

<doc>

008	<int name="log_id">6827</int>

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

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

011	<int name="prov_id">1</int>

012	<int name="city_id">103</int>

013	<int name="area_id">10304</int>

014	<int name="idt_id">11002</int>

015	<int name="cnt">0</int>

016	<int name="net_type">1</int>

017

</doc>

018

<doc>

019	<int name="log_id">6827</int>

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

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

022	<int name="prov_id">1</int>

023	<int name="city_id">103</int>

024	<int name="area_id">10304</int>

025	<int name="idt_id">11000</int>

026	<int name="cnt">0</int>

027	<int name="net_type">1</int>

028

</doc>

029

<doc>

030	<int name="log_id">6851</int>

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

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

033	<int name="prov_id">1</int>

034	<int name="city_id">103</int>

035	<int name="area_id">10304</int>

036	<int name="idt_id">14001</int>

037	<int name="cnt">5</int>

038	<int name="net_type">1</int>

039

</doc>

040

<doc>

041	<int name="log_id">6851</int>

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

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

044	<int name="prov_id">1</int>

045	<int name="city_id">103</int>

046	<int name="area_id">10304</int>

047	<int name="idt_id">11002</int>

048	<int name="cnt">23</int>

049	<int name="net_type">1</int>

050

</doc>

051

<doc>

052	<int name="log_id">6851</int>

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

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

055	<int name="prov_id">1</int>

056	<int name="city_id">103</int>

057	<int name="area_id">10304</int>

058	<int name="idt_id">10200</int>

059	<int name="cnt">55</int>

060	<int name="net_type">1</int>

061

</doc>

062

<doc>

063	<int name="log_id">6851</int>

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

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

066	<int name="prov_id">1</int>

067	<int name="city_id">103</int>

068	<int name="area_id">10304</int>

069	<int name="idt_id">14000</int>

070	<int name="cnt">4</int>

071	<int name="net_type">1</int>

072

</doc>

073

<doc>

074	<int name="log_id">6851</int>

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

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

077	<int name="prov_id">1</int>

078	<int name="city_id">103</int>

079	<int name="area_id">10304</int>

080	<int name="idt_id">11000</int>

081	<int name="cnt">1</int>

082	<int name="net_type">1</int>

083

</doc>

084

<doc>

085	<int name="log_id">6851</int>

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

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

088	<int name="prov_id">1</int>

089	<int name="city_id">103</int>

090	<int name="area_id">10304</int>

091	<int name="idt_id">10201</int>

092	<int name="cnt">31</int>

093	<int name="net_type">1</int>

094

</doc>

095

<doc>

096	<int name="log_id">6851</int>

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

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

099	<int name="prov_id">1</int>

100	<int name="city_id">103</int>

101	<int name="area_id">10304</int>

102	<int name="idt_id">8002</int>

103	<int name="cnt">8</int>

104	<int name="net_type">1</int>

105

</doc>

106

<doc>

107	<int name="log_id">6851</int>

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

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

110	<int name="prov_id">1</int>

111	<int name="city_id">103</int>

112	<int name="area_id">10304</int>

113	<int name="idt_id">8000</int>

114	<int name="cnt">30</int>

115	<int name="net_type">1</int>

116

</doc>

117

</result>

118	</response>

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：

1	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) AScount_cnt

2	FROM v_i_event

3	GROUP BY prov_id;

查询结果，如图所示：

Solr查询URL：

1	http://slave1:8888/solr-cloud/i_event/select?q=*:*&stats=true&stats.field=cnt&rows=0&indent=true

查询结果，如下所示：

01	<response>

02	<lst name="responseHeader">

03	<int name="status">0</int>

04	<int name="QTime">2</int>

05

</lst>

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

07	<lst name="stats">

08	<lst name="stats_fields">

09	<lst name="cnt">

10	<double name="min">0.0</double>

11	<double name="max">1258.0</double>

12	<long name="count">4088</long>

13	<long name="missing">0</long>

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

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

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

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

18	<lst name="facets" />

19

</lst>

20

</lst>

21

</lst>

22	</response>

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：

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

2	FROM v_i_event

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

4	ORDER BY log_id, start_time DESC LIMIT 10;

查询结果，如图所示：

Solr查询URL：

1

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

或

1

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

查询结果，如下所示：

001	<response>

002	<lst name="responseHeader">

003	<int name="status">0</int>

004	<int name="QTime">6</int>

005

</lst>

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

007

<doc>

008	<int name="log_id">6553</int>

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

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

011	<int name="prov_id">1</int>

012	<int name="city_id">103</int>

013	<int name="area_id">10307</int>

014	<int name="idt_id">12011</int>

015	<int name="cnt">0</int>

016	<int name="net_type">1</int>

017

</doc>

018

<doc>

019	<int name="log_id">6553</int>

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

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

022	<int name="prov_id">1</int>

023	<int name="city_id">103</int>

024	<int name="area_id">10307</int>

025	<int name="idt_id">5004</int>

026	<int name="cnt">2</int>

027	<int name="net_type">1</int>

028

</doc>

029

<doc>

030	<int name="log_id">6555</int>

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

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

033	<int name="prov_id">1</int>

034	<int name="city_id">103</int>

035	<int name="area_id">70104</int>

036	<int name="idt_id">5004</int>

037	<int name="cnt">3</int>

038	<int name="net_type">1</int>

039

</doc>

040

<doc>

041	<int name="log_id">6555</int>

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

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

044	<int name="prov_id">1</int>

045	<int name="city_id">103</int>

046	<int name="area_id">70104</int>

047	<int name="idt_id">12011</int>

048	<int name="cnt">0</int>

049	<int name="net_type">1</int>

050

</doc>

051

<doc>

052	<int name="log_id">6595</int>

053	<long name="start_time">1374292508</long>

054	<long name="end_time">1374292639</long>

055	<int name="prov_id">1</int>

056	<int name="city_id">103</int>

057	<int name="area_id">10307</int>

058	<int name="idt_id">5004</int>

059	<int name="cnt">4</int>

060	<int name="net_type">1</int>

061

</doc>

062

<doc>

063	<int name="log_id">6611</int>

064	<long name="start_time">1374461233</long>

065	<long name="end_time">1374461245</long>

066	<int name="prov_id">1</int>

067	<int name="city_id">103</int>

068	<int name="area_id">10307</int>

069	<int name="idt_id">5004</int>

070	<int name="cnt">1</int>

071	<int name="net_type">1</int>

072

</doc>

073

<doc>

074	<int name="log_id">6612</int>

075	<long name="start_time">1374461261</long>

076	<long name="end_time">1374461269</long>

077	<int name="prov_id">1</int>

078	<int name="city_id">103</int>

079	<int name="area_id">10307</int>

080	<int name="idt_id">5004</int>

081	<int name="cnt">1</int>

082	<int name="net_type">1</int>

083

</doc>

084

<doc>

085	<int name="log_id">6612</int>

086	<long name="start_time">1374461261</long>

087	<long name="end_time">1374461269</long>

088	<int name="prov_id">1</int>

089	<int name="city_id">103</int>

090	<int name="area_id">10307</int>

091	<int name="idt_id">12011</int>

092	<int name="cnt">0</int>

093	<int name="net_type">1</int>

094

</doc>

095

<doc>

096	<int name="log_id">6613</int>

097	<long name="start_time">1374461422</long>

098	<long name="end_time">1374461489</long>

099	<int name="prov_id">1</int>

100	<int name="city_id">103</int>

101	<int name="area_id">10307</int>

102	<int name="idt_id">6056</int>

103	<int name="cnt">1</int>

104	<int name="net_type">1</int>

105

</doc>

106

<doc>

107	<int name="log_id">6613</int>

108	<long name="start_time">1374461422</long>

109	<long name="end_time">1374461489</long>

110	<int name="prov_id">1</int>

111	<int name="city_id">103</int>

112	<int name="area_id">10307</int>

113	<int name="idt_id">6051</int>

114	<int name="cnt">1</int>

115	<int name="net_type">1</int>

116

</doc>

117

</result>

118	</response>

对比查询结果，是一致的。

• 开区间范围条件查询

SQL查询语句：

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

2	FROM v_i_event

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

4	ORDER BY log_id, start_time, idt_id DESC LIMIT 30;

查询结果，如图所示：

Solr查询URL：

1

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

或

1

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

或

1

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

查询结果，如下所示：

01	<response>

02	<lst name="responseHeader">

03	<int name="status">0</int>

04	<int name="QTime">5</int>

05

</lst>

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

07

<doc>

08	<int name="log_id">6553</int>

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

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

11	<int name="prov_id">1</int>

12	<int name="city_id">103</int>

13	<int name="area_id">10307</int>

14	<int name="idt_id">12011</int>

15	<int name="cnt">0</int>

16	<int name="net_type">1</int>

17

</doc>

18

<doc>

19	<int name="log_id">6553</int>

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

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

22	<int name="prov_id">1</int>

23	<int name="city_id">103</int>

24	<int name="area_id">10307</int>

25	<int name="idt_id">5004</int>

26	<int name="cnt">2</int>

27	<int name="net_type">1</int>

28

</doc>

29

<doc>

30	<int name="log_id">6555</int>

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

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

33	<int name="prov_id">1</int>

34	<int name="city_id">103</int>

35	<int name="area_id">70104</int>

36	<int name="idt_id">12011</int>

37	<int name="cnt">0</int>

38	<int name="net_type">1</int>

39

</doc>

40

<doc>

41	<int name="log_id">6555</int>

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

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

44	<int name="prov_id">1</int>

45	<int name="city_id">103</int>

46	<int name="area_id">70104</int>

47	<int name="idt_id">5004</int>

48	<int name="cnt">3</int>

49	<int name="net_type">1</int>

50

</doc>

51

</result>

52	</response>

• 多个字段分组统计（只支持count函数）

SQL查询语句：

1	SELECT city_id, area_id, COUNT(cnt) AS count_cnt

2	FROM v_i_event

3	WHERE prov_id = 1 AND net_type = 1

4	GROUP BY city_id, area_id;

查询结果，如图所示：

Solr查询URL：

1	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

查询结果，如下所示：

001	<response>

002	<lst name="responseHeader">

003	<int name="status">0</int>

004	<int name="QTime">72</int>

005

</lst>

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

007	<lst name="facet_counts">

008	<lst name="facet_queries" />

009	<lst name="facet_fields" />

010	<lst name="facet_dates" />

011	<lst name="facet_ranges" />

012	<lst name="facet_pivot">

013	<arr name="city_id,area_id">

014

<lst>

015	<str name="field">city_id</str>

016	<int name="value">103</int>

017	<int name="count">678</int>

018	<arr name="pivot">

019

<lst>

020	<str name="field">area_id</str>

021	<int name="value">10307</int>

022	<int name="count">298</int>

023

</lst>

024

<lst>

025	<str name="field">area_id</str>

026	<int name="value">10315</int>

027	<int name="count">120</int>

028

</lst>

029

<lst>

030	<str name="field">area_id</str>

031	<int name="value">10317</int>

032	<int name="count">86</int>

033

</lst>

034

<lst>

035	<str name="field">area_id</str>

036	<int name="value">10304</int>

037	<int name="count">67</int>

038

</lst>

039

<lst>

040	<str name="field">area_id</str>

041	<int name="value">10310</int>

042	<int name="count">49</int>

043

</lst>

044

<lst>

045	<str name="field">area_id</str>

046	<int name="value">70104</int>

047	<int name="count">48</int>

048

</lst>

049

<lst>

050	<str name="field">area_id</str>

051	<int name="value">10308</int>

052	<int name="count">6</int>

053

</lst>

054

<lst>

055	<str name="field">area_id</str>

056	<int name="value">0</int>

057	<int name="count">2</int>

058

</lst>

059

<lst>

060	<str name="field">area_id</str>

061	<int name="value">10311</int>

062	<int name="count">2</int>

063

</lst>

064

</arr>

065

</lst>

066

<lst>

067	<str name="field">city_id</str>

068	<int name="value">0</int>

069	<int name="count">463</int>

070	<arr name="pivot">

071

<lst>

072	<str name="field">area_id</str>

073	<int name="value">0</int>

074	<int name="count">395</int>

075

</lst>

076

<lst>

077	<str name="field">area_id</str>

078	<int name="value">10307</int>

079	<int name="count">68</int>

080

</lst>

081

</arr>

082

</lst>

083

<lst>

084	<str name="field">city_id</str>

085	<int name="value">106</int>

086	<int name="count">10</int>

087	<arr name="pivot">

088

<lst>

089	<str name="field">area_id</str>

090	<int name="value">10304</int>

091	<int name="count">10</int>

092

</lst>

093

</arr>

094

</lst>

095

<lst>

096	<str name="field">city_id</str>

097	<int name="value">110</int>

098	<int name="count">8</int>

099	<arr name="pivot">

100

<lst>

101	<str name="field">area_id</str>

102	<int name="value">0</int>

103	<int name="count">8</int>

104

</lst>

105

</arr>

106

</lst>

107

<lst>

108	<str name="field">city_id</str>

109	<int name="value">118</int>

110	<int name="count">8</int>

111	<arr name="pivot">

112

<lst>

113	<str name="field">area_id</str>

114	<int name="value">10316</int>

115	<int name="count">8</int>

116

</lst>

117

</arr>

118

</lst>

119

<lst>

120	<str name="field">city_id</str>

121	<int name="value">105</int>

122	<int name="count">4</int>

123	<arr name="pivot">

124

<lst>

125	<str name="field">area_id</str>

126	<int name="value">0</int>

127	<int name="count">4</int>

128

</lst>

129

</arr>

130

</lst>

131

</arr>

132

</lst>

133

</lst>

134	</response>

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：

1	SELECT city_id, area_id, COUNT(cnt) AS count_cnt

2	FROM v_i_event

3	WHERE prov_id = 1 AND net_type = 1

4	GROUP BY city_id;

5

6	SELECT city_id, area_id, COUNT(cnt) AS count_cnt

7	FROM v_i_event

8	WHERE prov_id = 1 AND net_type = 1

9	GROUP BY area_id;

查询结果，不再显示。
Solr查询URL：

1	>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

查询结果，如下所示：

001	<response>

002	<lst name="responseHeader">

003	<int name="status">0</int>

004	<int name="QTime">6</int>

005

</lst>

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

007	<lst name="stats">

008	<lst name="stats_fields">

009	<lst name="cnt">

010	<double name="min">0.0</double>

011	<double name="max">167.0</double>

012	<long name="count">1171</long>

013	<long name="missing">0</long>

014	<double name="sum">3701.0</double>

015	<double name="sumOfSquares">249641.0</double>

016	<double name="mean">3.1605465414175917</double>

017	<double name="stddev">14.260812879164407</double>

018	<lst name="facets">

019	<lst name="city_id">

020	<lst name="0">

021	<double name="min">0.0</double>

022	<double name="max">167.0</double>

023	<long name="count">463</long>

024	<long name="missing">0</long>

025	<double name="sum">2783.0</double>

026	<double name="sumOfSquares">238819.0</double>

027	<double name="mean">6.010799136069115</double>

028	<double name="stddev">21.92524420257807</double>

029	<lst name="facets" />

030

</lst>

031	<lst name="110">

032	<double name="min">0.0</double>

033	<double name="max">1.0</double>

034	<long name="count">8</long>

035	<long name="missing">0</long>

036	<double name="sum">3.0</double>

037	<double name="sumOfSquares">3.0</double>

038	<double name="mean">0.375</double>

039	<double name="stddev">0.5175491695067657</double>

040	<lst name="facets" />

041

</lst>

042	<lst name="106">

043	<double name="min">0.0</double>

044	<double name="max">0.0</double>

045	<long name="count">10</long>

046	<long name="missing">0</long>

047	<double name="sum">0.0</double>

048	<double name="sumOfSquares">0.0</double>

049	<double name="mean">0.0</double>

050	<double name="stddev">0.0</double>

051	<lst name="facets" />

052

</lst>

053	<lst name="105">

054	<double name="min">0.0</double>

055	<double name="max">0.0</double>

056	<long name="count">4</long>

057	<long name="missing">0</long>

058	<double name="sum">0.0</double>

059	<double name="sumOfSquares">0.0</double>

060	<double name="mean">0.0</double>

061	<double name="stddev">0.0</double>

062	<lst name="facets" />

063

</lst>

064	<lst name="103">

065	<double name="min">0.0</double>

066	<double name="max">55.0</double>

067	<long name="count">678</long>

068	<long name="missing">0</long>

069	<double name="sum">915.0</double>

070	<double name="sumOfSquares">10819.0</double>

071	<double name="mean">1.3495575221238938</double>

072	<double name="stddev">3.7625525739676986</double>

073	<lst name="facets" />

074

</lst>

075	<lst name="118">

076	<double name="min">0.0</double>

077	<double name="max">0.0</double>

078	<long name="count">8</long>

079	<long name="missing">0</long>

080	<double name="sum">0.0</double>

081	<double name="sumOfSquares">0.0</double>

082	<double name="mean">0.0</double>

083	<double name="stddev">0.0</double>

084	<lst name="facets" />

085

</lst>

086

</lst>

087	<lst name="area_id">

088	<lst name="10308">

089	<double name="min">0.0</double>

090	<double name="max">1.0</double>

091	<long name="count">6</long>

092	<long name="missing">0</long>

093	<double name="sum">1.0</double>

094	<double name="sumOfSquares">1.0</double>

095	<double name="mean">0.16666666666666666</double>

096	<double name="stddev">0.408248290463863</double>

097	<lst name="facets" />

098

</lst>

099	<lst name="10310">

100	<double name="min">0.0</double>

101	<double name="max">5.0</double>

102	<long name="count">49</long>

103	<long name="missing">0</long>

104	<double name="sum">40.0</double>

105	<double name="sumOfSquares">108.0</double>

106	<double name="mean">0.8163265306122449</double>

107	<double name="stddev">1.2528878206593208</double>

108	<lst name="facets" />

109

</lst>

110	<lst name="0">

111	<double name="min">0.0</double>

112	<double name="max">167.0</double>

113	<long name="count">409</long>

114	<long name="missing">0</long>

115	<double name="sum">2722.0</double>

116	<double name="sumOfSquares">238550.0</double>

117	<double name="mean">6.6552567237163816</double>

118	<double name="stddev">23.243931908854</double>

119	<lst name="facets" />

120

</lst>

121	<lst name="10311">

122	<double name="min">0.0</double>

123	<double name="max">0.0</double>

124	<long name="count">2</long>

125	<long name="missing">0</long>

126	<double name="sum">0.0</double>

127	<double name="sumOfSquares">0.0</double>

128	<double name="mean">0.0</double>

129	<double name="stddev">0.0</double>

130	<lst name="facets" />

131

</lst>

132	<lst name="10304">

133	<double name="min">0.0</double>

134	<double name="max">55.0</double>

135	<long name="count">77</long>

136	<long name="missing">0</long>

137	<double name="sum">370.0</double>

138	<double name="sumOfSquares">9476.0</double>

139	<double name="mean">4.805194805194805</double>

140	<double name="stddev">10.064318107786017</double>

141	<lst name="facets" />

142

</lst>

143	<lst name="70104">

144	<double name="min">0.0</double>

145	<double name="max">3.0</double>

146	<long name="count">48</long>

147	<long name="missing">0</long>

148	<double name="sum">51.0</double>

149	<double name="sumOfSquares">117.0</double>

150	<double name="mean">1.0625</double>

151	<double name="stddev">1.1560433254047038</double>

152	<lst name="facets" />

153

</lst>

154	<lst name="10307">

155	<double name="min">0.0</double>

156	<double name="max">12.0</double>

157	<long name="count">366</long>

158	<long name="missing">0</long>

159	<double name="sum">274.0</double>

160	<double name="sumOfSquares">768.0</double>

161	<double name="mean">0.7486338797814208</double>

162	<double name="stddev">1.2418218134151426</double>

163	<lst name="facets" />

164

</lst>

165	<lst name="10315">

166	<double name="min">0.0</double>

167	<double name="max">4.0</double>

168	<long name="count">120</long>

169	<long name="missing">0</long>

170	<double name="sum">143.0</double>

171	<double name="sumOfSquares">359.0</double>

172	<double name="mean">1.1916666666666667</double>

173	<double name="stddev">1.2588899560996694</double>

174	<lst name="facets" />

175

</lst>

176	<lst name="10316">

177	<double name="min">0.0</double>

178	<double name="max">0.0</double>

179	<long name="count">8</long>

180	<long name="missing">0</long>

181	<double name="sum">0.0</double>

182	<double name="sumOfSquares">0.0</double>

183	<double name="mean">0.0</double>

184	<double name="stddev">0.0</double>

185	<lst name="facets" />

186

</lst>

187	<lst name="10317">

188	<double name="min">0.0</double>

189	<double name="max">5.0</double>

190	<long name="count">86</long>

191	<long name="missing">0</long>

192	<double name="sum">100.0</double>

193	<double name="sumOfSquares">262.0</double>

194	<double name="mean">1.1627906976744187</double>

195	<double name="stddev">1.3093371930442208</double>

196	<lst name="facets" />

197

</lst>

198

</lst>

199

</lst>

200

</lst>

201

</lst>

202

</lst>

203	</response>

• 多个字段联合分组统计（支持count、sum、max、min等函数）

SQL查询语句：

1	SELECT city_id, area_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

2	FROM v_i_event

3	WHERE prov_id = 1 AND net_type = 1

4	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。