如何用Solr Streaming Expression实现按类别+周维度聚合浏览量

DevOps 小满

2026-8-21

问题描述

我在Solr中存储了以下文档：

{
    "category": "1",
    "views": 100,
    "created_at": "2022-08-23T07:43:25.567Z"
},
{
    "category": "2",
    "views": 300,
    "created_at": "2022-08-23T09:43:25.567Z"
},
{
    "category": "1",
    "views": 400,
    "created_at": "2022-08-22T08:43:25.567Z"
},
{
    "category": "1",
    "views": 600,
    "created_at": "2022-08-16T08:43:25.567Z"
}

我希望通过Streaming Expressions实现：按类别分组，同时将created_at按每周一作为周起始进行时间分组，统计每个类别每周的总浏览量。预期输出结果如下：

{
    "1": { "2022-08-22T00:00:00": 500, "2022-08-15T00:00:00": 600 },
    "2": { "2022-08-22T00:00:00": 300 }
}

简言之，需要同时按普通字段category和以周一为起始的时间戳created_at进行聚合，请问该如何实现？

解决方案

你可以使用Solr的rollup结合timeBucket函数来实现这个需求，具体的Streaming Expression如下：

rollup(
  search(
    your_collection_name,
    q="*:*",
    fl="category,views,created_at",
    sort="created_at asc"
  ),
  group="category",
  aggregations=[
    rollup(
      group="timeBucket(created_at, 'week', '2022-01-03T00:00:00Z')",
      aggregations=[sum(views)]
    )
  ]
)

关键部分解释：

外层rollup：先按category字段做第一层分组，把相同类别的文档归为一组。
内层rollup：在每个类别组内，使用timeBucket函数对created_at进行周维度的分组：
- timeBucket的第二个参数'week'指定按周聚合；
- 第三个参数'2022-01-03T00:00:00Z'是一个周一的时间点，用来强制周起始为周一（Solr默认周起始是周日，传入周一基准时间可覆盖默认规则）。
sum(views)：对每个时间桶内的views字段求和，得到该类别该周的总浏览量。