ES聚合查询详解(二):桶聚合

原文：

https://laowan.blog.csdn.net/article/details/120847437

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