Elasticsearch - 聚合

注：此文档仅适用于 Elasticsearch > 5.0 版本

通过结构化搜索和全文搜索，如果我们有一个查询并且希望找到匹配这个查询的文档集，就好比在大海捞针。而通过聚合，我们会得到一个数据的概览。

聚合使用的 EndPoints 与 搜索的一样，具体请参考 结构化搜索 中的 EndPoints 内容。

概念

Elasticsearch 的聚合操作有两个主要的概念：

• 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

桶的概念上类似于 SQL 的分组（group by），而指标类似于 count() 、 sum() 、 max() 等统计方法。

Elasticsearch 中有很多类型的桶，能够让你通过很多方式进行划分文档（标记、时间、年龄区间、时间区间、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。

大多数指标是简单的数学运算，比如：最小值、平均值、最大值、汇总，这些是通过文档的值来计算的。

桶（Buckets）

Elasticsearch 的桶（Buckets）有很多种，下面介绍几种常见的桶。

Terms

terms 按照一个或多个字段将数据划分为若干分组。下面例子中， terms_classNo 是自定义变量名，将会在返回值中展示，classNo 为字段名。

{
  "size" : 0,
  "aggs": {
    "terms_classNo": {
      "terms": {
        "field": "classNo"
      }
    }
  }
}

Range

range 是自定义范围的聚合，需要我们手动划分区间，Elasticsearch 会根据划分出来的区间将数据分配到不同的区间上去。下面将用户按照年龄进行分组，0_10、1115、16以上，统计每个年龄段的用户的数量。

{
  "size" : 0,
  "aggs": {
    "range_age": {
      "range": {
        "field": "age",
        "ranges": [
          { "to": 10 },
          { "from": "11", "to": "15" },
          { "from": "16" }
        ]
      }
    }
  }
}

Date Range

date_range 是针对 date 类型的字段，主要用于手动划分时间区间。其中 format 字段用于返回值 to_as_string 字段的格式化。

{
  "aggs": {
    "range": {
      "date_range": {
        "field": "date",
        "format": "MM-yyy",
        "ranges": [
          { "to": "now-10M/M" }, 
          { "from": "now-10M/M" } 
        ]
      }
    }
  }
}

Histogram

histogram 主要讲 number 类型的字段等分为 n 分，统计每一个区间的文档数。histogram 与 range 比较类似，只不过 range 可以任意划分区间，而 histogram 是等间距划分。

{
  "size" : 0,
  "aggs": {
    "histogram_age": {
      "histogram": {
        "field": "age",
        "interval": 2
      }
    }
  }
}

Date Histogram

date_histogram 与 histogram 类似，只不过是针对 date 类型的字段。同样的 format 字段用于返回值中 to_as_string 字段的格式化。

{
  "size" : 0,
  "aggs": {
    "data_histogram_birthday": {
      "date_histogram": {
        "field": "birthday",
        "interval": "year",
        "format": "yyyy"
      }
    }
  }
}

指标（Metrics）

主要的指标有以下几种 avg 、 max 、 min 、 sum。

{
  "size" : 0,
  "aggs" : {
    "avg_grade" : { 
      "terms": {
        "field": "classNo"
      },
      "aggs": {
        "avg_grade": {
          "avg": {"field": "price"}
        }
      }
    }
  }
}

---

参考资料：

1. Elasticsearch: 权威指南
2. Elasticsearch 官方文档