ElasticSearch桶、度量
桶
桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、英国桶、日本桶，或者我们按照年龄段对人进行划分：0-10,10-20,20-30,30-40等
ElasticSearch中提供的划分桶的方式有很多
- 根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组
- 根据数值阶梯分组，与日期类似，需要知道分组的间隔
- 根据词条内容分组，词条内容完全匹配的为一组，类似数据库group by
- 数值和日期的范围分组，指定开始和结束，然后按段分组
综上所述，我们发现bucket aggregations只负责对数据进行分组，并不进行，并不进行计算，因此往往bucket中往往会嵌套另一种聚合
度量
分组完成之后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为度量
比较常用的一些度量聚合方式
- 求平均值
- 求最大值
- 求最小值
- 求百度比
- 同时返回avg、max、min、sum、count
- 求和
- 求前几
- 求总数
聚合为桶
首先，我们按照汽车的颜色 color 来划分桶，按照颜色分桶，最好是使用 term aggregation 类型，按照颜色的名称来分桶
GET /car/_search
{
"size": 0, // 不需要展示文档数据
"aggs": { // 聚合分桶
"popular_colors": { // 自定义分桶的名称
"terms": { // 根据词条分桶
"field": "color"
}
}
}
}
- size：查询条数，这里设置为0，因为我们不关心搜索到的数据，只关心聚合结果，提高效率
- aggs：声明这是一个聚合查询，是 aggregations 的缩写
- popular_colors：给这次聚合起一个名字，可任意指定
- terms：聚合的类型，这里选择 terms，是根据词条内容（这里是颜色）划分
- field：划分桶时依赖的字段
- hits：查询结果为空，因为我们设置了 size 为0
- aggregations：聚合的结果
- popular_colors：我们定义的聚合名称
- buckets：查找到的桶，每个不同的 color 字段值都会形成一个桶
- key：这个桶对应的 color 字段的值
- doc_count：这个桶中的文档数量
通过聚合的结果我们发现，目前红色的小车比较畅销！
桶内度量
前面的例子告诉我们每个桶里面的文档数量，这很有用。但通常，我们的应用需要提供更复杂的文档度量。例如，每种颜色汽车的平均价格是多少？
因此，我们需要告诉 ElasticSearch 使用哪个字段，使用何种度量方式进行运算，这些信息要嵌套在桶内，度量的运算会基于桶内的文档进行
现在，我们为刚刚的聚合结果添加求价格平均值的度量
GET /car/_search
{
"size": 0, // 不需要展示文档数据
"aggs": { // 聚合分桶
"popular_colors": { // 自定义分桶的名称
"terms": { // 根据词条分桶
"field": "color"
},
"aggs": { // 进一步分桶，统计桶内的数据信息
"avg_price": { // 自定义度量名称
"avg": { // 度量方式
"field": "price"
}
}
}
}
}
}
可以看到，每个桶中都有自己的 avg_price 字段，这是度量聚合的结果
桶内嵌套桶
上面的例子中，我们在桶内嵌套度量运算，事实上桶不仅可以嵌套运算，还可以再嵌套其他桶。也就是说在每个分组中，再分更多组。
比如，我们想要统计每种颜色的汽车中，分别属于哪个制造商，按照 make 字段再进行分桶
GET /car/_search
{
"size": 0,
"aggs": {
"popular_colors": {
"terms": {
"field": "color"
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
},
"maker": {
"terms": {
"field": "make"
}
}
}
}
}
}
- 原来的 color 桶和 avg 计算我们不变
- maker 在嵌套的 aggs 下新添一个桶，叫做 maker
- terms 桶的划分类型依然是词条
- filed 这里根据 make 字段进行划分
- 我们可以看到，新的聚合 maker 被嵌套在原来每一个 color 的桶中
- 每个颜色下面都根据 make 字段进行了分组
- 我们能读到的信息
- 红色车共有4辆
- 红色车的平均售价是32500
- 其中3辆是本田制造，1辆是宝马制造
