大家好，我是咔咔 不期速成，日拱一卒
ElasticSearch致力于搜索的同时，也提供了聚合实时分析数据的功能，聚合可以实现把复杂的数据进行一系列计算后得出我们想要的数据。
虽然聚合的功能与搜索完全不同，但使用的数据结构是完全相同的，因此聚合的执行速度很快，也就是说在一次请求中对相同数据可以同时进行搜索+过滤、分析。
在ElasticSearch中聚合共分为四大类：
- Bucket Aggregation：分桶类型，一些列满足特定条件的文档集合
- Metric Aggregation：指标分析类型，对数据进行数学运算，例如求最大、小值
- Pipeline Aggregation：管道分析类型，已经聚合的结果进行二次聚合
- Matix Aggregation：矩阵分析类型，支持对多个字段操作并提供一个结果矩阵
先从简开始，看一下Bucket、Metric这两种类型，Bucket实现的结果就是MySQL中group关键字的使用，Metric则是MySQL中max、min函数的使用。
一、Buckert Aggregation
介绍
通过上图可得知将数据分为了三个桶，第一个桶统计的是身高小于300，第二个桶统计的是身高大于600，第三个桶统计的是身高在300到600之间的，在这个案例中就是根据不同的身高分到不同的桶中。
使用聚合分析机制还可以按照年龄、地理位置、性别、薪资范围、订单增长情况、工作岗位分布等。只要有一定共同点的数据都可使用聚合进行归档处理。
常见的Bucket分桶策略
- terms：按照term来分桶，如果是text类型则会按照分词后的结果进行分桶
- range：指定数值的范围来设定分桶规则
- data range：指定日期的范围来设定分桶规则
- histogram：固定的间隔来来设定分桶规则
- data histogram：针对日期的直方图或柱状图
Terms
根据目的地进行分桶
post /kibana_sample_data_flights/_search { "size":0, "aggs":{ "destcountry_term":{ "terms": { "field": "DestCountry" } } }, "profile":"true" }
从返回结果中看到根据目的地将航班信息进行了归类处理，同时也会发现在ElasticSearch中如果不手动定义size值都会默认只返回10条结果
"aggregations" : { "destcountry_term" : { "doc_count_error_upper_bound" : 0, "sum_other_doc_count" : 3187, "buckets" : [ { "key" : "IT", "doc_count" : 2371 }, { "key" : "US", "doc_count" : 1987 }, { "key" : "CN", "doc_count" : 1096 }, { "key" : "CA", "doc_count" : 944 }, { "key" : "JP", "doc_count" : 774 }, { "key" : "RU", "doc_count" : 739 }, { "key" : "CH", "doc_count" : 691 }, { "key" : "GB", "doc_count" : 449 }, { "key" : "AU", "doc_count" : 416 }, { "key" : "PL", "doc_count" : 405 } ] } }
Range
想要查询平均价格在300以下、300~600之间、大于600的案例
post /kibana_sample_data_flights/_search { "size":0, "aggs":{ "avgticketprice_range":{ "range": { "field": "AvgTicketPrice", "ranges": [ {"to":300}, {"from":300,"to":600}, {"from":600} ] } } } }
返回结果如下，可以三条结果都根据不同的区间设置了key值
"aggregations" : { "avgticketprice_range" : { "buckets" : [ { "key" : "*-300.0", "to" : 300.0, "doc_count" : 1816 }, { "key" : "300.0-600.0", "from" : 300.0, "to" : 600.0, "doc_count" : 4115 }, { "key" : "600.0-*", "from" : 600.0, "doc_count" : 7128 } ] } }
可以通过设置keyed:true，使每个区间都返回一个特定的名字
post /kibana_sample_data_flights/_search { "size":0, "aggs":{ "avgticketprice_range":{ "range": { "field": "AvgTicketPrice", "keyed":"true", "ranges": [ {"to":300}, {"from":300,"to":600}, {"from":600} ] } } } }
可以好好的跟上一个案例对比一下区别
"aggregations" : { "avgticketprice_range" : { "buckets" : { "*-300.0" : { "to" : 300.0, "doc_count" : 1816 }, "300.0-600.0" : { "from" : 300.0, "to" : 600.0, "doc_count" : 4115 }, "600.0-*" : { "from" : 600.0, "doc_count" : 7128 } } } }
当然也可以指定区间的名字
post /kibana_sample_data_flights/_search { "size":0, "aggs":{ "avgticketprice_range":{ "range": { "field": "AvgTicketPrice", "keyed":"true", "ranges": [ {"key":"小于300","to":300}, {"key":"300到600之间","from":300,"to":600}, {"key":"大于600","from":600} ] } } } }
返回结果
"aggregations" : { "avgticketprice_range" : { "buckets" : { "小于300" : { "to" : 300.0, "doc_count" : 1816 }, "300到600之间" : { "from" : 300.0, "to" : 600.0, "doc_count" : 4115 }, "大于600" : { "from" : 600.0, "doc_count" : 7128 } } } }
