ElastaticSearch学习笔记(三) ----- 聚合查询

聚合(Aggregation)概念

1. Bucket Aggregation, 桶聚合，即将稳定按照特定列的值分到不同桶中

2. Metric Aggregation, 度量聚合，对文档数据的聚合结果进行运算，类似SQL中的聚合函数（比如 max min avg 等）

3. Pipeline Aggregation， 对聚合结果进行二次聚合

4. Matrix Aggreagation，提供对多个字段聚合操作的支持

桶聚合：

• 按terms聚合(类似于分组group by)：

格式如下：

聚合名称可以自己定义，建议用'_'线来分隔单词，比如test_terms。

{
    "size" : 0,   
    "aggs" : {    
        "自已命名的聚合名称，比如test_terms" : {   
            "terms" : { 
              "field" : "字段名称",
              "size" : 10000,
              "order" : {
                 "_term" : "asc"
              }
            }
        }
    }
}

解释如下：

size：第一个size，为0表示不需要返回文档,所以直接设置为0可以提高查询速度。

aggs：aggs是aggregations的缩写,可以写全称也可以缩写。

聚合名称：在aggs内部，需要自己定义一个聚合的名称,建议用'_'线来分隔单词。在返回的结果中也会用这个变量名来储存数值的。

terms：定义单个桶(集合)的类型为 terms，按里面的field 字段进行分类,类似于sql中的group by 

terms size： terms里面包含的size，默认为10，表示返回聚合查询结果的条数。。

比如设置size为50，对指定的字段名称聚合分组求和后，就只会返回50条。这里的size最好不要设置为0。

order： 排序。{ "_term" : "asc" }表示按照聚合的字段名称field进行升序排列。

比如对指定的字段名称order_date聚合分组求和后，想按照order_date升序排列，就可以使用这种方式。

{ "_count" : "asc" }表示按照doc_count(文档数量)排序。默认是按照doc_count排序。

返回结果，如下所示：

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 3,
    "successful": 3,
    "failed": 0
  },
  "hits": {
    "total": 19,
    "max_score": 0,
    "hits": []
  },
  "aggregations": {
    "自己命名的聚合名称": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "14",
          "doc_count": 16
        },
        {
          "key": "10",
          "doc_count": 3
        }
      ]
    }
  }
}

解释如下：

  Buckets(桶/集合):满足特定条件的文档的集合。
	
  hits： hits为空，因为设置了返回的文档数量(size)为0,所以在这个文档里面是不会包含具体的文档的。
  
  key：按照指定的字段分组后的字段内容。
  
  doc_count：各个分组的数量。

度量聚合

类似于分组统计。

比如，分组求平均值avg，求最大max，最小min等。

聚合名称1和2需要自己命名，同样会在返回结果中显示。

{
   "size" : 0,
   "aggs": {
      "自己命名的聚合名称1": {
         "terms": {
            "field": "字段名称",
            "size" : 10000
         },
         "aggs": { 
            "自己命名的聚合名称2": { 
               "avg": {
                  "field": "字段名称" 
               }
            }
         }
      }
   }
}

返回结果如下：

  "aggregations": {
    "聚合名称1": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "14",
          "doc_count": 16,
          "聚合名称2": {
            "value": 33156.1875			//这个value就是avg求得的平均值。
          }
        },
        {
          "key": "10",
          "doc_count": 3,
          "聚合名称2": {
            "value": 662962.3333333334
          }
        }
      ]
    }

另外还有一个stas聚合，可以返回包括min,max,avg,sum,count等统计信息。

{
 "size" : 0, 
 "aggs": {
    "自己命名的聚合名称1": {
      "terms": {
        "field": "字段名称1",
        "size": 10
      }, "aggs": {
          "自己命名的聚合名称2": {
            "stats": {
              "field": "字段名称2"
          }
        }
      }
      
    }
  }
}    

返回的结果类似如下：

  "aggregations": {
    "dateGrup": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "2020-10-10",
          "doc_count": 19739,
          "pick_num": {
            "count": 17346,
            "min": 1,
            "max": 36148,
            "avg": 55.61362850224836,
            "sum": 964674
          }
        }]

参考资料：

http://blog.itpub.net/29715045/viewspace-2653369/

https://blog.csdn.net/qq_29580525/article/details/80908523

https://www.cnblogs.com/ghj1976/p/5293250.html