如何在Solr中合并facet与多stats查询结果？

一、合并三类查询结果集 #

方法1：客户端多请求后合并（简单直接） #

先分别执行三个查询，拿到各自结果后，以game_id为键整合数据：

1. 提取各查询核心数据

   • 从facet pivot查询结果中，统计每个game_id下的唯一user_id数量，即为该游戏的总唯一游玩次数。
   • 从play_time的stats查询结果中，提取每个game_id对应的avg值，作为平均游玩时长。
   • 从completion_rate的stats查询结果中，提取每个game_id对应的avg值，作为平均完成率。

2. 代码示例（Python）

# 模拟从Solr返回的提取后数据
unique_plays = {"game_001": 156, "game_002": 98}
avg_playtime = {"game_001": 42.5, "game_002": 31.7}
avg_completion = {"game_001": 62.3, "game_002": 48.9}

# 合并结果
merged_stats = {}
for game_id in unique_plays:
    merged_stats[game_id] = {
        "total_unique_plays": unique_plays[game_id],
        "avg_play_time": avg_playtime.get(game_id, 0.0),
        "avg_completion_rate": avg_completion.get(game_id, 0.0)
    }

# 输出合并后的数据
print(merged_stats)

方法2：Solr单请求多组件查询（减少HTTP请求） #

把三个查询逻辑合并到一个Solr请求中，同时返回facet pivot和stats结果，再在客户端解析合并：

Solr请求参数：

q=*:*&fq=country:USA&facet=true&facet.pivot=game_id,user_id&stats=true&stats.facet=game_id&stats.field=play_time&stats.field=completion_rate

该请求会同时返回：

• facet_pivot字段：game_id与user_id的层级聚合结果
• stats字段：play_time和completion_rate按game_id分组的统计值

客户端只需解析这两部分数据，再按game_id整合即可。

二、扩展添加更多同类查询 #

1. 添加新统计指标 #

如果需要新增总游玩时长、完成率中位数这类指标，直接在stats组件中追加配置：

• 总游玩时长：利用stats默认返回的sum值，无需额外参数
• 完成率中位数：添加stats.func=median(completion_rate)（Solr 6.0+支持）
• 95分位游玩时长：添加stats.func=percentile(play_time,95)

示例扩展请求：

q=*:*&fq=country:USA&facet=true&facet.pivot=game_id,user_id&stats=true&stats.facet=game_id&stats.field=play_time&stats.field=completion_rate&stats.func=median(completion_rate)&stats.func=percentile(play_time,95)

2. 添加新聚合维度 #

如需按平台（platform）等更多维度聚合，调整facet或stats的维度配置：

• 扩展facet pivot：facet.pivot=game_id,platform,user_id
• 扩展stats分组：stats.facet=game_id,platform

3. 添加过滤条件 #

如需缩小统计范围（如只统计游玩时长超60秒的会话），在fq中追加规则：

fq=country:USA&fq=play_time:[60 TO *]

4. 复杂自定义聚合 #

如需按时间段分组这类复杂逻辑，可使用Solr的Streaming Expressions或Analytics Component，例如按天统计各游戏指标：

select(
  search(collection, q="country:USA", fl="game_id,play_time,completion_rate,event_date"),
  group(game_id, event_date),
  avg(play_time) as avg_play_time,
  avg(completion_rate) as avg_completion_rate,
  count(distinct(user_id)) as total_unique_plays
)

内容的提问来源于stack exchange，提问作者Pit Digger