elasticsearch的聚合查询

聚合基本格式

GET comment/_search
{
  "size": 0,
  "aggs": {
    "NAME": {
      "AGG_TYPE": {}
    }
  }
}

其中NAME表示当前聚合的名字，可以取任意合法的字符串，AGG_TYPE表示聚合的类型，常见的为分为多值聚合和单值聚合

例子

GET comment/_search
{
 "size": 0, 
  "aggs": {
    "sum_all": {
      "sum": {
        "field": "likeCount"
      }
    }
  }
}

上面的例子表示查询当前库里面的likeCount的和，返回结果：

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4623,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "sum_all" : {
      "value" : 598.0
    }
  }
}

返回结果中默认会包含命中的document，所以需要把size指定为0，结果中的sum_all为请求中指定的名字。

Metrics

metrics主要是一些单值的返回，像avg、max、min、sum、stats等这些计算。

max

比如计算index里面最多的点赞数是多少

GET comment/_search
{
 "size": 0, 
  "aggs": {
    "max_replay": {
      "max": {
        "field": "likeCount"
      }
    }
  }
}

stats

常用的一些统计信息，可以用stats，比如查看某个字段的，总数，最小值，最大值，平均值等，比如查看document中新闻回复量的基本情况

GET comment/_search
{
 "size": 0, 
  "aggs": {
    "max_replay": {
      "stats": {
        "field": "likeCount"
      }
    }
  }
}

返回结果为:

{
  "took" : 48,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4623,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "max_replay" : {
      "count" : 4623,
      "min" : 0.0,
      "max" : 4.0,
      "avg" : 0.12935323383084577,
      "sum" : 598.0
    }
  }
}

Bucket

桶类似于sql里面的group by，使用Bucket会对内容进行分桶

terms

​ 利用terms分桶之后，可以查看数据的分布，比如可以查看被评论资源有多少，每个资源有多少记录，size是用来指定返回最多的几个分类

GET comment/_search
{
  "size": 0,
  "aggs": {
    "myterms": {
      "terms": {
        "field": "ownerType",
        "size": 100
      }
    }
  }
}

返回

{
  "took" : 11,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4623,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "myterms" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 1,
          "doc_count" : 2106
        },
        {
          "key" : 2,
          "doc_count" : 1390
        },
        {
          "key" : 5,
          "doc_count" : 667
        },
        {
          "key" : 4,
          "doc_count" : 154
        },
        {
          "key" : 3,
          "doc_count" : 131
        },
        {
          "key" : 6,
          "doc_count" : 102
        },
        {
          "key" : 7,
          "doc_count" : 73
        }
      ]
    }
  }
}

查询和聚和的组合

有了查询和聚合，我们就可以对查询的结果做聚合，比如我想查看评论中包含【我们】的记录各个来源有多少，就可以像下面这样查询

GET comment/_search
{
  "size": 0,
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "我们"
          }
        }
      ]
    }
  },
  "aggs": {
    "cate": {
      "terms": {
        "field": "ownerType"
      }
    }
  }
}

返回

{
  "took" : 12,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 260,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "cate" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : 1,
          "doc_count" : 160
        },
        {
          "key" : 2,
          "doc_count" : 64
        },
        {
          "key" : 5,
          "doc_count" : 26
        },
        {
          "key" : 3,
          "doc_count" : 4
        },
        {
          "key" : 4,
          "doc_count" : 4
        },
        {
          "key" : 6,
          "doc_count" : 1
        },
        {
          "key" : 7,
          "doc_count" : 1
        }
      ]
    }
  }
}

---

博主个人博客网站：奇想派

本文原创作者：奇想派、一名努力分享的程序员。

文章首发平台：微信公众号【编程达人】

原创不易！各位小伙伴觉得文章不错的话，不妨关注公众号，进行点赞（在看）、转发三连走起！谢谢大家！