ES-进阶-聚合

类似于 DSL 查询表达式，聚合也有 可组合 的语法：独立单元的功能可以被混合起来提供你需要的自定义行为。这意味着只需要学习很少的基本概念，就可以得到几乎无尽的组合。

要掌握聚合，你只需要明白两个主要的概念：

桶（Buckets）满足特定条件的文档的集合指标（Metrics）对桶内的文档进行统计计算

这就是全部了！每个聚合都是一个或者多个桶和零个或者多个指标的组合。翻译成粗略的SQL语句来解释吧：

桶在概念上类似于 SQL 的分组（GROUP BY），而指标则类似于 COUNT() 、 SUM() 、 MAX() 等统计方法。

1.桶

桶也可以被嵌套在其他桶里面，提供层次化的或者有条件的划分方案。例如，辛辛那提会被放入俄亥俄州这个桶，而 整个 俄亥俄州桶会被放入美国这个桶。

Elasticsearch 有很多种类型的桶，能让你通过很多种方式来划分文档（时间、最受欢迎的词、年龄区间、地理位置等等）。其实根本上都是通过同样的原理进行操作：基于条件来划分文档

2.指标

桶能让我们划分文档到有意义的集合，但是最终我们需要的是对这些桶内的文档进行一些指标的计算。分桶是一种达到目的的手段：它提供了一种给文档分组的方法来让我们可以计算感兴趣的指标。

大多数 指标 是简单的数学运算（例如最小值、平均值、最大值，还有汇总），这些是通过文档的值来计算。在实践中，指标能让你计算像平均薪资、最高出售价格、95%的查询延迟这样的数据。

3.桶和指标的组合

聚合 是由桶和指标组成的。 聚合可能只有一个桶，可能只有一个指标，或者可能两个都有。也有可能有一些桶嵌套在其他桶里面。例如，我们可以通过所属国家来划分文档（桶），然后计算每个国家的平均薪酬（指标）。

由于桶可以被嵌套，我们可以实现非常多并且非常复杂的聚合：

1.通过国家划分文档（桶）

2.然后通过性别划分每个国家（桶）

3.然后通过年龄区间划分每种性别（桶）

4.最后，为每个年龄区间计算平均薪酬（指标）

最后将告诉你每个 <国家, 性别, 年龄> 组合的平均薪酬。所有的这些都在一个请求内完成并且只遍历一次数据！

//根据颜色对汽车进行分组

可能会注意到我们将 size 设置成 0 。我们并不关心搜索结果的具体内容，所以将返回记录数设置为 0 来提高查询速度。 设置 size: 0 与 Elasticsearch 1.x 中使用 count 搜索类型等价。

GET /cars/_search

{

   "size" : 0,

   "aggs" : {

       "popular_colors" : {

           "terms" : {

             "field" : "color"

           }

       }

   }

}

4.添加度量指标

//每种颜色汽车的平均价格是多少

GET /cars/_search

{

   "size" : 0,

   "aggs" : {

       "colors" : {

           "terms" : {

             "field" : "color"

           },

           "aggs":{

             "avg_price":{

               "avg":{

                 "field": "price"

               }

             }

           }

       }

   }

}

5.嵌套桶

//获取每个颜色的汽车制造商的分布及颜色平均价

GET /cars/_search

{

   "size" : 0,

   "aggs" : {

       "colors" : {

           "terms" : {

             "field" : "color"

           },

           "aggs":{

             "avg_price":{

               "avg":{

                 "field": "price"

               }

             },

             "makes":{

               "terms": {

                 "field": "make"

               }

             }

           }

       }

   }

}

//根据颜色，制造商进行分组，然后获取平均价格

GET /cars/_search

{

   "size" : 0,

   "aggs" : {

       "colors" : {

           "terms" : {

             "field" : "color"

           },

           "aggs":{

             "makes":{

               "terms": {

                 "field": "make"

               },

               "aggs": {

             "avg_price":{

               "avg":{

                 "field": "price"

               }

             }

               }

             }

           }

       }

   }

}

 为每个汽车生成商计算最低和最高的价格

GET /cars/_search

{

  "size" : 0,

  "aggs": {

     "colors": {

        "terms": {

           "field": "color"

        },

        "aggs": {

           "avg_price": { "avg": { "field": "price" }

           },

           "make" : {

               "terms" : {

                   "field" : "make"

               },

               "aggs" : {

                   "min_price" : { "min": { "field": "price"} },

                   "max_price" : { "max": { "field": "price"} }

               }

           }

        }

     }

  }

}

有了这两个桶，我们可以对查询的结果进行扩展并得到以下信息：

• 有四辆红色车。
• 红色车的平均售价是 $32，500 美元。

• 其中三辆红色车是 Honda 本田制造，一辆是 BMW 宝马制造。
• 最便宜的红色本田售价为 $10，000 美元。

• 最贵的红色本田售价为 $20，000 美元。

条状图

//根据价格区间计算数量及总价

我们可能会注意到空的区间，比如：$40，000-60，000，没有出现在响应中。 histogram 桶默认会忽略它，因为它有可能会导致不希望的潜在错误输出。

GET /cars/_search

{

  "size" : 0,

  "aggs":{

     "price":{

        "histogram":{

           "field": "price",

           "interval": 20000

        },

        "aggs":{

           "total_price": {

              "sum": {

                "field" : "price"

              }

            }

        }

     }

  }

}

//按照欢迎度返回制造商列表以及它们各自的统计信息

GET /cars/_search

{

 "size" : 0,

 "aggs": {

   "makes": {

     "terms": {

       "field": "make",

       "size": 10

     },

     "aggs": {

       "stats": {

         "extended_stats": {

           "field": "price"

         }

       }

     }

   }

 }