前言
前面介绍了ES的简单使用，并说明了ES聚合查询主要分为3类：指标聚合、桶聚合和管道聚合。
本文主要是介绍其中桶聚合的相关使用。
一、桶聚合
Bucket 聚合不像Metric聚合那样计算字段上的指标，而是创建多个“存放“文档的桶。每个桶都与一个标准相关联(取决于聚合类型) ，该标准确定当前上下文中的文档是否“落入”它。换句话说，bucket 有效地定义了文档集。除了 bucket 本身之外，bucket 聚合还计算并返回“落入”每个 bucket 中的文档数量。
与Metric聚合不同的是，Bucket 聚合可以包含子聚合。这些子聚合将聚合它们的“父”bucket 聚合创建的 bucket。
不同的桶式聚合器有不同的“分桶”策略。有些定义单个桶，有些定义固定数量的多个桶，还有一些在聚合过程中动态创建桶。
二、使用场景
桶聚合查询主要用来做分组统计。
其中每个桶代表一个分组。
三、桶聚合的分类
官方文档：桶聚合
四、典型使用
1、单值聚合统计 terms
一个基于多桶值源的聚合，其中桶是动态构建的——每个唯一值一个桶。主要使用做分组个数统计，
类似mysql中的 select type , count(type) from table group by type;
示例：统计每个类型的记录数，基于genre的唯一值个数创建多个桶，并统计每个桶的记录数。
GET /_search { "aggs": { "genres": { "terms": { "field": "genre" } } } }
执行结果：
{ ... "aggregations": { "genres": { "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [ { "key": "electronic", "doc_count": 6 }, { "key": "rock", "doc_count": 3 }, { "key": "jazz", "doc_count": 2 } ] } } }
如果想基于分组的个数排序，可以使用如下语句：
GET /_search { "aggs": { "genres": { "terms": { "field": "genre", "order": { "_count": "asc" } } } } }
如果希望基于分组的key值排序，可以使用如下语句：
GET /_search { "aggs": { "genres": { "terms": { "field": "genre", "order": { "_key": "asc" } } } } }
使用 min_doc_count 选项可以只返回匹配超过配置的命中数的结果：
GET /_search { "aggs": { "tags": { "terms": { "field": "tags", "min_doc_count": 10 } } } }
2、时间范围分组date_range
统计10个月前和近10个月的记录数。
POST /sales/_search?size=0 { "aggs": { "range": { "date_range": { "field": "date", "format": "MM-yyyy", "ranges": [ { "to": "now-10M/M" }, { "from": "now-10M/M" } ] } } } }
3、多值分组Multi Terms
根据多个字段进行分组统计，类比sql：select genre ,product, count(*) from products group by genre,product;
GET /products/_search { "aggs": { "genres_and_products": { "multi_terms": { "terms": [{ "field": "genre" }, { "field": "product" }] } } } }
4、自定义分组查询 Range Aggregation
Range Aggregation基于多桶值源的聚合，使用户能够定义一组范围——每个范围代表一个桶。在聚合过程中，将根据每个 bucket 范围检查从每个文档中提取的值，并对相关/匹配文档进行“ bucket”检查。
请注意，这个聚合包括 from 值，并为每个范围排除 to 值。
示例：根据自定义的价格范围统计买卖订单数。
GET sales/_search { "aggs": { "price_ranges": { "range": { "field": "price", "ranges": [ { "to": 100.0 }, { "from": 100.0, "to": 200.0 }, { "from": 200.0 } ] } } } }
5、日期分组聚合 Date Histogram
按月分组聚合：
POST /sales/_search?size=0 { "aggs": { "sales_over_time": { "date_histogram": { "field": "date", "calendar_interval": "month" } } } }
按2天的日历单元聚合：
POST /sales/_search?size=0 { "aggs": { "sales_over_time": { "date_histogram": { "field": "date", "calendar_interval": "2d" } } } }
6、自动日期分组聚合 Auto Date Histogram
自动根据日期分组聚合，还提供了一个目标桶数，表示所需桶数，并自动选择桶的间隔，以最好地实现该目标。返回的桶数总是小于或等于这个目标数。Bucket 字段是可选的，如果没有指定，则默认为10个 bucket。
示例：要求10桶的目标。
POST /sales/_search?size=0 { "aggs": { "sales_over_time": { "auto_date_histogram": { "field": "date", "buckets": 10 } } } }
7、聚合中使用过滤器filter
POST /sales/_search?size=0&filter_path=aggregations { "aggs": { "avg_price": { "avg": { "field": "price" } }, "t_shirts": { "filter": { "term": { "type": "t-shirt" } }, "aggs": { "avg_price": { "avg": { "field": "price" } } } } } }
8、稀有值查询 Rare terms
示例：查询桶中最多包含2条记录的类型genre。
GET /_search { "aggs": { "genres": { "rare_terms": { "field": "genre", "max_doc_count": 2 } } } }
9、嵌套聚合 Nested Aggregation
创建嵌套索引
PUT /products { "mappings": { "properties": { "resellers": { "type": "nested", "properties": { "reseller": { "type": "keyword" }, "price": { "type": "double" } } } } } }
添加数据：
PUT /products/_doc/0?refresh { "name": "LED TV", "resellers": [ { "reseller": "companyA", "price": 350 }, { "reseller": "companyB", "price": 500 } ] }
根据嵌套聚合查询：
GET /products/_search?size=0 { "query": { "match": { "name": "led tv" } }, "aggs": { "resellers": { "nested": { "path": "resellers" }, "aggs": { "min_price": { "min": { "field": "resellers.price" } } } } } }
执行结果：
{ ... "aggregations": { "resellers": { "doc_count": 2, "min_price": { "value": 350.0 } } } }
10、缺少聚合 Missing aggregation
Missing聚合属于单桶聚合，对空值数据统计。
示例：统计没有价格的产品总数。
POST /sales/_search?size=0 { "aggs": { "products_without_a_price": { "missing": { "field": "price" } } } }
11、全局聚合 Global aggregators
定义搜索执行上下文中所有文档的单个存储桶。此上下文由您正在搜索的索引和文档类型定义，但不受搜索查询本身的影响。
示例：
聚合查询all_products中的平均价格统计不受外层query中的查询添加的影响。
POST /sales/_search?size=0 { "query": { "match": { "type": "t-shirt" } }, "aggs": { "all_products": { "global": {}, "aggs": { "avg_price": { "avg": { "field": "price" } } } }, "t_shirts": { "avg": { "field": "price" } } } }
总结
本文主要是对ES中典型的桶聚合查询进行了介绍，特别要注意以下几个分组统计。
1、单值分组统计 Terms aggregation
2、多值分组统计 Multi Terms
3、自定义分组统计 Range Aggregation
4、时间范围分组 date_range
