32、ES多种聚合分析与排序的实现

主要内容：多种聚合分析与排序的实现

1、下钻分析之统计每季度每个品牌的销售额

GET /tvs/_search
{
  "size": 0,
  "aggs": {
    "group_by_sold_date": {
      "date_histogram": {
        "field": "sold_date",
        "calendar_interval": "quarter",  ## quarter：季度，month：月度
         "format": "yyyy-MM-dd", 
        "min_doc_count": 1,   ##只返回有结果的聚合
        "extended_bounds": {
          "min": "2016-01-01",
          "max": "2017-12-31"
        }
      },
      "aggs": {
        "group_by_brand": {   ##对每个季度的品牌进行统计
          "terms": {
            "field": "brand"
          },
          "aggs": {
            "sum_price": {   ## 每个品牌的总销售额
              "sum": {
                "field": "price"
              }
            }
          }
        },
        "total_sum_price": {   ##当季的总销售额
          "sum": {
            "field": "price"
          }
        }
      }
    }
  }
}

2、统计指定品牌下每个颜色的销量

搜索和聚合组合起来使用

任何的聚合，都必须在搜索出来的结果数据中之行，搜索结果，就是聚合分析操作的scope

GET /tvs/_search
{
  "size": 0,
  "query": {
    "term": {
      "brand": {
        "value": "小米"
      }
    }
  },
  "aggs": {
    "group_by_color": {
      "terms": {
        "field": "color"
      }
    }
  }
}

3、单个品牌与所有品牌销量对比

出来两个结果，一个结果，是基于query搜索结果来聚合的; 另一个结果，是对所有数据执行聚合的

GET /tvs/_search
{
  "size": 0,
  "query": {
    "term": {
      "brand": {
        "value": "长虹"
      }
    }
  },
  "aggs": {
    "single_brand_avg_price": {
      "avg": {
        "field": "price"
      }
    },
    "all": {
      "global": {},  ##global：就是global bucket，就是将所有数据纳入聚合的scope
      "aggs": {
        "all_brand_avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

single_brand_avg_price：就是针对query搜索结果，执行的，拿到的，就是长虹品牌的平均价格
all.all_brand_avg_price：拿到所有品牌的平均价格

4、统计价格大于1200的电视平均价格

过滤+聚合

GET /tvs/_search 
{
  "size": 0,
  "query": {
    "constant_score": {
      "filter": {
        "range": {
          "price": {
            "gte": 1200
          }
        }
      }
    }
  },
  "aggs": {
    "avg_price": {
      "avg": {
        "field": "price"
      }
    }
  }
}

5、_bucket filter：统计品牌最近一个月的平均价格

统计长虹电视不同时间范围内的平均价格：

GET /tvs/_search 
{
  "size": 0,
  "query": {
    "term": {
      "brand": {
        "value": "长虹"    ## 如果放query里面的filter，是全局的，会对所有的数据都有影响
      }
    }
  },
  "aggs": {
    "recent_150d": {  ##150天内的平均价格 
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-150d"
          }
        }
      },
      "aggs": {
        "recent_150d_avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    },
    "recent_1M": {
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-1M" ##最近一个月内的平均价格
          }
        }
      },
      "aggs": {
        "recent_1M_avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    },
    "recent_2M": {
      "filter": {
        "range": {
          "sold_date": {
            "gte": "now-2M" ##最近两个月内的平均价格
          }
        }
      },
      "aggs": {
        "recent_2M_avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

aggs.filter，针对的是聚合去做的

bucket filter：对不同的bucket下的aggs，进行filter

不同时间的表达：

year（1y）年
quarter（1q）季度
month（1M）月份
week（1w）星期
day（1d）天
hour（1h）小时
minute（1m）分钟
second（1s）秒

6、按每种颜色的平均销售额降序排序

之前的排序是按照每个bucket的doc_count降序来排的，我们现在统计出来每个颜色的电视的销售额，需要按照销售额降序排序

## 未进行排序
GET /tvs/_search 
{
  "size": 0,
  "aggs": {
    "group_by_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

## 增加排序
GET /tvs/_search 
{
  "size": 0,
  "aggs": {
    "group_by_color": {
      "terms": {
        "field": "color",
        "order": {
          "avg_price": "asc"  ## 按照销售额进行升序排序
        }
      },
      "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

7、下钻分析时按最深层metric进行排序

GET /tvs/_search
{
  "size": 0,
  "aggs": {
    "group_by_color": {
      "terms": {
        "field": "color"
      },
      "aggs": {
        "group_by_brand": {
          "terms": {
            "field": "brand",
            "order": {
              "avg_price": "desc"  ## 按颜色分类之后，对品牌的平均价格进行降序排序
            }
          },
          "aggs": {
            "avg_price": {
              "avg": {
                "field": "price"
              }
            }
          }
        }
      }
    }
  }
}