21-数据聚合
聚合(aggregations)可以让我们极其方便的实现对数据的统计、分析、运算。例如:
-
什么品牌的手机最受欢迎?
-
这些手机的平均价格、最高价格、最低价格?
-
这些手机每月的销售情况如何?
实现这些统计功能的比数据库的sql要方便的多,而且查询速度非常快,可以实现近实时搜索效果。
聚合的种类
聚合常见的有三类:
(1)桶(Bucket)聚合:用来对文档做分组
TermAggregation:按照文档字段值分组,例如按照品牌值分组、按照国家分组
Date Histogram:按照日期阶梯分组,例如一周为一组,或者一月为一组
(2)度量(Metric)聚合:用以计算一些值,比如:最大值、最小值、平均值等
Avg:求平均值
Max:求最大值
Min:求最小值
Stats:同时求max、min、avg、sum等
(2)管道(pipeline)聚合:其它聚合的结果为基础做聚合
注意:参加聚合的字段必须是keyword、日期、数值、布尔类型
DSL实现聚合

1 #聚合查询 2 3 #Bucket聚合语法 4 #size为0,结果中不包含文档,只包含聚合结果 5 #brandAgg:给聚合起的名字 6 #只对200元以下的文档聚合,按照_count升序排列 7 GET /hotel/_search 8 { 9 "size": 0, 10 "aggs": { 11 "brandAgg": { 12 "terms": { 13 "field": "brand", 14 "size": 20, 15 "order": { 16 "_count": "asc" 17 } 18 } 19 } 20 }, 21 "query": { 22 "range": { 23 "price": { 24 "lte": 200 25 } 26 }} 27 } 28 29 #Metric聚合 30 #内部的aggs是brands聚合的子聚合,也就是分组后对每组分别计算 31 #score_stats是聚合名称 32 #stats聚合类型,这里stats可以计算min、max、avg等 33 GET /hotel/_search 34 { 35 "size": 0, 36 "aggs": { 37 "brandAgg": { 38 "terms": { 39 "field": "brand", 40 "size": 20 41 }, 42 "aggs": { 43 "score_stats": { 44 "stats": { 45 "field": "score" 46 } 47 } 48 } 49 50 } 51 } 52 }
统计所有数据中的酒店品牌有几种,其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合,也就是Bucket聚合。
Bucket聚合语法
查询结果:
聚合结果排序
默认情况下,Bucket聚合会统计Bucket内的文档数量,记为count,并且按照count降序排序。
我们可以指定order属性,自定义聚合的排序方式
限定聚合范围
默认情况下,Bucket聚合是对索引库的所有文档做聚合,但真实场景下,用户会输入搜索条件,因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。
我们可以限定要聚合的文档范围,只要添加query条件即可:
这次,聚合得到的品牌明显变少了:
Metric聚合语法
我们对酒店按照品牌分组,形成了一个个桶。现在我们需要对桶内的酒店做运算,获取每个品牌的用户评分的min、max、avg等值。
这就要用到Metric聚合了,例如stat聚合:就可以获取min、max、avg等结果。
语法如下:
这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。
另外,我们还可以给聚合结果做个排序,例如按照每个桶的酒店平均分做排序:
RestAPI实现聚合
API语法
聚合条件与query条件同级别,因此需要使用request.source()来指定聚合条件。
聚合条件的语法:
聚合的结果也与查询结果不同,API也比较特殊。不过同样是JSON逐层解析: