利用kibana可视化DevTools界面实现ElasticSearch文档数据的聚合查询

 聚合（aggregations）可以实现对文档数据的统计、分析、运算。聚合常见的有三类：

1、 桶（Bucket）聚合 ：用来对文档做分组

• TermAggregation ：按照文档字段值分组

• Date Histogram ：按照日期阶梯分组，例如一周为一组，或者一月为一组

2、 度量（Metric）聚合 ：用以计算一些值，比如：最大值、最小值、平均值等

• Avg：求平均值

• Max：求最大值

• Min：求最小值

• Stats ：同时求 max 、 min 、 avg 、 sum 等

3、管道（ pipeline ）聚合：其它聚合的结果为基础做聚合

其中，我们以学习桶（Bucket）聚合和度量（Metric）聚合为主。需要注意的是：参与聚合的字段类型必须是：keyword、数值、日期、布尔

示例一（桶Bucket聚合功能）：统计所有数据中的酒店品牌有几种，此时可以根据酒店品牌的名称做聚合，并且要限定聚会范围（注意aggs与query同级）,价格小于200的酒店，自定义排序,按照每组查询到的总数进行升序排序。（聚合可配置的有：size：指定聚合结果的数量，order：指定聚合结果的排序方式，field：指定聚合字段）

GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "lte": 200
      }
    }
  }, 
  "size": 0,
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "size": 20,
        "order": {
          "_count": "asc"
        }
      }
    }
  }
}

 示例二（度量metric嵌套聚合功能）：统计所有数据的酒店品牌有多少种，并且算出每种酒店评分的最小值、最大值、平均值、总值，最后以每个酒店的平均评分作降序排序（里面的aggs就是嵌套了一个聚合，stats就是求上面聚合得到的结果进行求最小值、最大值、平均值、总值，order里的scoreAgg.avg就是设置酒店平均分的排序方式）

GET /hotel/_search
{
  "size": 0,
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "size": 20,
        "order": {
          "scoreAgg.avg": "desc"
        }
      },
      "aggs": {
        "scoreAgg": {
          "stats": {
            "field": "score"
          }
        }
      }
    }
  }
}

至此，ElasticSearch的聚合介绍和实例展示就到此结束啦~