ElasticSearch 7.3 实战：聚合概念（bucket和metric）及其示例

在Elasticsearch 7.3 中，聚合（Aggregations）是一种强大的数据分析工具，主要用于对搜索结果进行统计计算和分组。聚合有两种主要类型：Bucket（桶）聚合 和 Metric（度量）聚合。

Bucket 聚合

Bucket聚合是用来对数据进行分组或分类的，类似于SQL中的GROUP BY操作。它会根据指定的条件把文档放入不同的桶（bucket）中，每个桶代表一组具有相同特征的文档集合。

例如，假设我们有一个电商产品索引，想要统计不同颜色电视机的平均售价，可以使用terms聚合按照color字段进行分组，并在每个颜色分组内再进行avg聚合计算平均价格：

GET /products/_search
{
  "size": 0,
  "aggs": {
    "colors": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

Metric 聚合

Metric聚合则用于计算特定字段的统计值，如总数、平均值、最大值、最小值、求和等。这些聚合不需要进行分组，直接应用于整个数据集或Bucket聚合产生的每个桶内。

例如，如果我们想计算整个索引中所有产品的平均价格，可以直接使用avg聚合：

GET /products/_search
{
  "size": 0,
  "aggs": {
    "average_price": {
      "avg": {
        "field": "price"
      }
    }
  }
}

结合这两种类型的聚合，可以构建出复杂的多级嵌套聚合，从而实现深层次的数据分析需求。在实际应用中，常见的Bucket聚合还包括date_histogram（按时间段分组）、range（按数值范围分组）等；Metric聚合则有sum、min、max、stats（综合统计信息）、cardinality（唯一计数）等。