Elasticsearch7.X 入门学习第九课笔记-----聚合分析Aggregation

什么是聚合（Aggregation）
1、 elasticsearch 除了搜索以外，提供的针对ES数据进行统计分析的功能

实时性高、Hadoop(T+1)

2、通过聚合，我们会得到一个数据的概览，是分析和总结全套的数据，而不是寻找单个文档

3、高性能，只需要一套语句，就可以从Elasticsearch得到分析结果（无需在客户端自己去实现分析逻辑）

集合的分类
Aggregation共分为三种：Metric Aggregations、Bucket Aggregations、 Pipeline Aggregations、Matrix Aggregations。

Metric Aggregations 主要是做一系列的统计，Bucket Aggregations相当于分组。

准备测试数据：

PUT zhifou/_doc/1
{
"name":"顾老二",
"age":30,
"from": "gu",
"desc": "皮肤黑、武器长、性格直",
"tags": ["黑", "长", "直"]
}

PUT zhifou/_doc/2
{
"name":"大娘子",
"age":18,
"from":"sheng",
"desc":"肤白貌美，娇憨可爱",
"tags":["白", "富","美"]
}

PUT zhifou/_doc/3
{
"name":"龙套偏房",
"age":22,
"from":"gu",
"desc":"mmp，没怎么看，不知道怎么形容",
"tags":["造数据", "真","难"]
}

PUT zhifou/_doc/4
{
"name":"石头",
"age":29,
"from":"gu",
"desc":"粗中有细，狐假虎威",
"tags":["粗", "大","猛"]
}

PUT zhifou/_doc/5
{
"name":"魏行首",
"age":25,
"from":"广云台",
"desc":"仿佛兮若轻云之蔽月,飘飘兮若流风之回雪,mmp，最后竟然没有嫁给顾老二！",
"tags":["闭月","羞花"]
}
Bucket Aggregations 的api 介绍
下面例子使用 term是进行分桶

分组查询
现在我想要查询所有人的年龄段，并且按照15~20，20~25,25~30分组，并且算出每组的平均年龄。

分析需求，首先我们应该先把分组做出来。

GET zhifou/_search
{
"size": 0,
"query": {
"match_all": {}
},
"aggs": {
"age_group": {
"range": {
"field": "age",
"ranges": [
{
"from": 15,
"to": 20
},
{
"from": 20,
"to": 25
},
{
"from": 25,
"to": 30
}
]
}
}
}
}

Metric Aggregations  的api 介绍
   1 Avg Aggregation  #计算出字段平均值
     做聚合分析，应该讲size 设置为0，否则会返回查询结果。写20，aggs的相关结果会出现在比较后面而已

现在的需求是查询from是gu的人的平均年龄。

POST zhifou/_search
{
"size": 0,
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"age_ave": {
"avg": {
"field": "age"
}
}
}
}
上例中，首先匹配查询from是gu的数据。在此基础上做查询平均值的操作，这里就用到了聚合函数，其语法被封装在aggs中，而age_ave则是为查询结果起个别名，封装了计算出的平均值。那么，要以什么属性作为条件呢？是age年龄，查年龄的什么呢？是avg，查平均年龄。

2 Max Aggregation #求最大值
GET zhifou/_search
{
"aggs": {
"my_max": {
"max": {
"field": "age"
}
}
},
"size": 0
}
3 Min Aggregation #求最小值

GET zhifou/_search
{
"aggs": {
"my_min": {
"min": {
"field": "age"
}
}
},
"size": 0
}
4 Sum Aggregation #求和
"aggs" : {
"intraday_return" : { "sum" : { "field" : "change" } }
}
5 Stats Aggregation  #最大、最小、和、平均值。一起求出来
GET zhifou/_search
{
"aggs": {
"my_stats": {
"stats": {
"field": "age"
}
}
},
"size": 0
}
6 Extended Stats Aggregation #字段的其他属性，包括最大最小，方差等等。
GET zhifou/_search
{
"aggs": {
"my_extended_stats": {
"extended_stats": {
"field": "age"
}
}
},
"size": 0
}
7 Cardinality Aggregation  #计算出字段的唯一值。相当于sql中的distinct
{
"aggs" : {
"author_count" : {
"cardinality" : {
"field" : "author"
}
}
}
}
8 Geo Bounds Aggregation
    计算出所有的地理坐标将会落在一个矩形区域。比如说朝阳区域有很多饭店，我就可以用一个矩形把这些饭店都圈起来，看看范围。

{
"query" : {
"match" : { "business_type" : "shop" }
},
"aggs" : {
"viewport" : {
"geo_bounds" : {
"field" : "location",
"wrap_longitude" : true
}
}
}
}
9 Geo Centroid Aggregation
计算出所有文档的大概的中心点。比如说某个地区盗窃犯罪很多，那我这样就可以看到这片区域到底哪个点（街道）偷盗事件最猖狂。

{
"query" : {
"match" : { "crime" : "burglary" }
},
"aggs" : {
"centroid" : {
"geo_centroid" : {
"field" : "location"
}
}
}
}
10 Percentiles Aggregation
百分比统计。可以看出你网站的所有页面。加载时间的差异

{
"aggs" : {
"load_time_outlier" : {
"percentiles" : {
"field" : "load_time"
}
}
}
}
11 Percentile Ranks Aggregation
看看15毫秒和30毫秒内大概有多少页面加载完。

{
"aggs" : {
"load_time_outlier" : {
"percentile_ranks" : {
"field" : "load_time",
"values" : [15, 30]
}
}
}
}
12 Top hits Aggregation
{
"aggs": {
"top-tags": {
"terms": {
"field": "tags",
"size": 3
},
"aggs": {
"top_tag_hits": {
"top_hits": {
"sort": [
{
"last_activity_date": {
"order": "desc"
}
}
],
"_source": {
"include": [
"title"
]
},
"size" : 1
}
}
}
}
}
}
13 alue Count Aggregation #数量统计，看看这个字段一共有多少个不一样的数值。
{
"aggs" : {
"grades_count" : { "value_count" : { "field" : "grade" } }
}
}
嵌套
在kabana导入航空信息

#查看航班目的地的统计信息，增加平均，最高最低价格
GET kibana_sample_data_flights/_search
{
   "size": 0,
   "aggs":{
       "flight_dest":{
           "terms":{
               "field":"DestCountry"
           },
           "aggs":{
               "avg_price":{
                   "avg":{
                       "field":"AvgTicketPrice"
                   }
               },
               "max_price":{
                   "max":{
                       "field":"AvgTicketPrice"
                   }
               },
               "min_price":{
                   "min":{
                       "field":"AvgTicketPrice"
                   }
               }
           }
       }
   }
}

#价格统计信息+天气信息
GET kibana_sample_data_flights/_search
{
   "size": 0,
   "aggs":{
       "flight_dest":{
           "terms":{
               "field":"DestCountry"
           },
           "aggs":{
               "stats_price":{
                   "stats":{
                       "field":"AvgTicketPrice"
                   }
               },
               "wather":{
               "terms": {
               "field": "DestWeather",
               "size": 5
               }
               }

           }
       }
   }
}

————————————————
版权声明：本文为CSDN博主「坤仔1」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_36697880/article/details/100746129