ElasticSearch复杂查询-指标聚合、桶聚合

结绳记事，思考、记录，方有成长~

1.前言

ElasticSearch的聚合（Aggregations）功能非常强大，允许在数据上做复杂的统计。聚合分析功能主要有指标聚合、桶聚合、管道聚合和矩阵聚合四大类，管道聚合和矩阵聚合官方说明是在试验阶段，后期会完全更改或者移除。以下demo会从restful接口、java的API接口及SQL含义3个层面来阐述ES的聚合概念。

size如何理解

2.指标聚合

即计算最大、最小、平均值、求和、计数等功能。比如统计最大值，统计books索引中的最高价格

# SQL描述
select max(price) as max_price from book;

GET books/_search
{
	"size": 0,
	"aggs": {
	    # 自定义的别名
		"max_price": {
			# 计算price字段的最大值，此处的max可以替换为min、avg、sum、cardinality(去重后计算个数)、stats(一次性返回所有的聚合指标)
			"max": {"field": "price"}
		}
	}
}

# 结果
{
	"aggregations": {
		"max_price": {
			"value": 81.4
		}
	}
}

# java API方式
public static void main(String[] args) {
	MaxAggregationBuilder agg = AggregationBuilders.max("max_price").field("price");
	SearchResponse sr = clent().prepareSearch("books").addAggregation(agg).get();
	Max agg = sr.getAggregaion().get("max_price");
	double value = agg.getValue();
	System.out.println(value);
}

3.桶聚合

Bucket可以理解为一个桶，它会遍历文档中的内容，凡是符合某一要求的就放入一个桶中，分桶相当于SQL中的group by。以books索引中的图书为例，一本书会被划分到科技类、经济类或者其他分类中，name科技类图书就是一个桶，经济类图书也是一个桶，桶就是符合某一划分标准的文档集合。

3.1Terms Aggregation（聚合后计算总数）

Terms Aggregation用于分组聚合。例如，根据language字段对books索引中的文档进行分组，统计属于各种编程语言的书的数量，或者业务中常见的统计各状态数量的场景。

# 对应的SQL逻辑
select language as key, count(1) as per_count from books group by language 

POST books/_search?size=0
{
	"aggs": {
		# 自定义的分组别名
		"per_count": {
			"terms": {
				# 根据language分组
				"field": "language"
			}
		}
	}
}

# 结果
{
	"aggregations": {
		"per_count": {
			"d