SpringBoot集成Elasticsearch7.x（4）|（aggregations之分桶聚合查询）

SpringBoot集成Elasticsearch7.x（4）|（aggregations之分桶聚合查询）

---

章节
第一章链接: SpringBoot集成Elasticsearch7.x（1）|（增删改查功能实现）
第二章链接: SpringBoot集成Elasticsearch7.x（2）|（复杂查询）
第三章链接: SpringBoot集成Elasticsearch7.x（3）|（aggregations之指标聚合查询）
第四章链接: SpringBoot集成Elasticsearch7.x（4）|（aggregations之分桶聚合查询）
第五章链接: SpringBoot集成Elasticsearch7.x（5）|（term、match、match_phrase区别）
第六章链接: SpringBoot集成Elasticsearch8.x（6）|（新版本Java API Client使用）
第七章链接: SpringBoot集成Elasticsearch8.x（7）|（新版本Java API Client使用完整示例）

前言

本章节主要介绍SpringBoot项目集成ElasticSearch的一些相关知识，主要介绍的是基于Java High Level REST Client方式实现ElasticSearch分桶（Buckets ）聚合（aggregations）查询操作以及对应kibana控制台JSON格式访问对照。

一、ElasticSearch中Aggs是什么？

es的aggs可以分为 指标聚合（metrice）、分桶聚合（bucket）、 管道聚合（pipeline），分桶聚合相当于sql的group by 能按照某一个或多个条件，对数据进行分桶（分组），默认返回数据的count（计数）条数，但实际上，可以理解为数据被分桶了，方便后面的聚合或者统计操作。指标聚合就是对分桶或者未分桶的数据进行计算，例如avg求平均值，MAX最大值，min最小值，value count 计数 cardinality 基数 去重 starts 统计聚合等。管道聚合基于聚合结果的查询，分桶有可能是多层的，也有可能和指标是仙桃的，管道聚合可以根据路径（分桶和指标聚合时候的命名路径）对数据进行有针对性的操作，例如排序。

二、分桶聚合查询

1.range范围分桶聚合查询（rang count）

按照价格不同范围进行数量统计

  GET /architecture_index/_search 
  {
    "size": 0, 
    "aggs": {
      "rang_price": {
        "range": {
          "field": "price",
          "ranges": [
            {
              "from": 0,
              "to": 30
            },
            {
              "from": 30,
              "to": 60
            },
            {
              "from": 60,
              "to": 100
            }
          ]
        }
      }
    }
  }

实现代码如下

       /**
     * 统计价格在0-30  30-60  60-100不同阶段的景点数量
     * @throws IOException
     */
    @Test
    public void search1() throws IOException {
        //定义请求对象
        SearchRequest request = new SearchRequest("architecture_index");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

        //制定检索条件
        RangeAggregationBuilder rangeAggregationBuilder = AggregationBuilders.range("price_range")
                .field("price")
                .addRange(0,30)
                .addRange(30,60)
                .addRange(60,100);

        //组装
        sourceBuilder.aggregation(rangeAggregationBuilder);
        request.source(sourceBuilder);
        //执行
        SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);

        //打印数据
        Aggregations aggregations = response.getAggregations();
        Aggregation aggregation = aggregations.get("price_range");
        System.out.println(JSON.toJSONString(aggregation));
        //获取桶聚合结果
        List<? extends Range.Bucket> buckets = ((Range) aggregation).getBuckets();
        //循环遍历各个桶结果
        for (Range.Bucket bucket : buckets) {
            //分组的key
            String key = bucket.getKeyAsString();
            //分组的值
            long docCount = bucket.getDocCount();
            System.out.println(key + "------->" + docCount);
        }
    }

2.term自定义分组桶聚合查询

查询每个城市景点数量 总价格 平均价格

GET /architecture_index/_search 
{
  "size": 0, 
  "aggs": {
    "city_group": {
      "terms": {
        "field": "city.keyword"
      },
      "aggs": {
        "sum_price": {
          "sum": {
            "field": "price"
          }
        },
        "avg_price":{
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

实现代码如下

   
/**
     * 查询每个城市景点数量 总价格 平均价格
     * @throws IOException
     */
    @Test
    public void search3() throws IOException {
        //定义请求对象
        SearchRequest request = new SearchRequest("architecture_index");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        //制定检索条件
        TermsAggregationBuilder termsAggregationBuilder = AggregationBuilders
                .terms("city_group").field("city.keyword")
                .subAggregation(AggregationBuilders.sum("sum_price").field("price"))
                .subAggregation(AggregationBuilders.avg("avg_price").field("price"));


        //组装
        sourceBuilder.query(QueryBuilders.matchAllQuery());
        sourceBuilder.aggregation(termsAggregationBuilder);
        sourceBuilder.size(0);
        request.source(sourceBuilder);
//        System.out.println("dsl:" + sourceBuilder.toString());
        //执行
        SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);
        listAggregations(response);
    }


    public static void listAggregations(SearchResponse searchResponse) {
        // 处理聚合查询结果
        Aggregations aggregations = searchResponse.getAggregations();
        Terms byShopAggregation = aggregations.get("city_group");

        // 遍历terms聚合结果
        for (Terms.Bucket bucket : byShopAggregation.getBuckets()) {
            String color = bucket.getKeyAsString();
            long colorCount = bucket.getDocCount();
            System.out.print("城市 " + color + "\n数量 : " + colorCount);

            // 根据avg_price聚合名字，获取嵌套聚合结果
            Sum sum = bucket.getAggregations().get("sum_price");
            // 获取平均价格
            double sumPrice = sum.getValue();
            System.out.print(" ; 总价格 : " + sumPrice);

            // 根据avg_price聚合名字，获取嵌套聚合结果
            Avg avg = bucket.getAggregations().get("avg_price");
            // 获取平均价格
            double avgPrice = avg.getValue();
            System.out.println(" ; 平均价格 : " + avgPrice);
        }
    }

结果输出如下

城市 上海
数量 : 5 ; 总价格 : 200.0 ; 平均价格 : 40.0
城市 北京
数量 : 2 ; 总价格 : 130.0 ; 平均价格 : 65.0
城市 厦门
数量 : 1 ; 总价格 : 50.0 ; 平均价格 : 50.0
城市 武汉
数量 : 1 ; 总价格 : 60.0 ; 平均价格 : 60.0

总结

以上就是SpringBoot集成Elasticsearch数据库内容，在验证过程中遇到很多问题,输出的文档都是经过验证可执行的，后续会慢慢更新文章，尽量覆盖全面，如果大家在使用过程中遇到问题欢迎留言。