这篇文章呢,主要演示Kibana操作Elasticsearch做数据分析
聚合 Aggregations
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUPBY和SQL聚合函数。在Elasticsearch中,您有执行搜索返回hits (命中结果) ,并且同时返回聚合结果,把一个响应中的所有hits (命中结果)分隔开的能力。这是非常强大且有效的,您可以执行查询和多个聚合,并且在一次使用中得到各自的(任何一个的)返回结果,使用一次简洁和简化的API来避免网络往返。
基本操作
GET bank/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
}
},
"ageAvg":{
"avg": {
"field": "age"
}
},
"balanceAvg":{
"avg":{
"field": "balance"
}
}
},
"size": 0
}
#terms这个有点类似于Group BY 进行分组的,这里是查询所有数据,address为mill的然后得到的数据根据age进行分组,取出前10条
#ageAvg这个聚合体中是求出整个数据中的age的平均值
#balanceAvg这个是查这些数据的平均balance值
嵌套查询
#按照年龄聚合,并且请求这些年龄段的这些人的平均薪资
GET bank/_search
{
"query": {
"match_all": {}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"ageAvg": {
"avg": {
"field": "balance"
}
}
}
}
}
}
#这里是根据年龄段分组后,在统计每个年龄段的平均balance
多重嵌套查询.
#查询所有年龄分布,并且这些年龄段中M的平均薪资和F的平均薪资一级这个年龄段的总体平均薪资
GET bank/_search
{
"query": {
"match_all": {}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"gendrAgg": {
"terms": {
"field": "gender.keyword",
"size": 10
},
"aggs": {
"balanceAvg": {
"avg": {
"field": "balance"
}
}
}
},
"ageBalanceAvg":{
"avg": {
"field": "balance"
}
}
}
}
}
}
#先查询出所有的数据,
#然后按照年龄进行分组,terms
#在分好组的每块数据中又区分出M/F性别进行分组,并得到M/F的平均薪资
#在当前这个年龄段组中计算出平均薪资