Elasticsearch-聚合查询

Elasticsearch 聚合查询

bucket：

  1. 概念：一个数据分组。按照某个字段就行bucket划分，那个字段的值相同的哪些数据，就会被划分到一个bucket中。

  2. 举例：

    • 数据

      city name
      北京 小李
      北京 小王
      上海 小张
      上海 小丽
      上海 小陈

    • 基于city划分bucket，划分出来两个bucket，一个是北京bucket，一个是上海bucket；北京bucket包含了2个人，小李和小王，上海bucket包含3个人小张、小李和小陈。

    • 类比mysql：聚合的第一步就分组，对每个组内的数据进行聚合分析，分组。

metric

  1. 概念：对每个数据分组执行的统计。对一个bucket执行的某种聚合分析操作。比如平均值、最大值、最小值、求和等。

  2. 操作：当bucket之后，就可以对每个bucket中的数据进行聚合分词了。比如计算一个bucket内对所有数据的数量，或者计算一个bucket内所有数据的平均值、最大值和最小值等。

  3. 类比mysql：

    select count(*) from access_log group by user_id;
    • bucket: group by user_id -> 哪些user_id相同的数据，就会被划分到一个bucket中。
    • metric：count(*)，对每个user_id bucket中所有的数据，计算一个数量。
聚合语法

  1. 语法

    GET /product/_search
{
  "aggs": {
    "NAME": {  #聚合名称
      "AGG_TYPE": {}  #聚合类型
    }
  }
}

  2. 聚合样例： 每个tag产品的数量

    # size = 0 表示不显示元数据
GET /product/_search
{
  "aggs": {
    "aggs_tag_group": {
      "terms": {
        "field": "tags.keyword"
      }
    }
  }
  , "size": 0
}

# 聚合结果数据
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "aggs_tag_group" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 1,
      "buckets" : [
        {
          "key" : "fashao",
          "doc_count" : 3
        },
        {
          "key" : "xingjiabi",
          "doc_count" : 3
        },
        {
          "key" : "bufangshui",
          "doc_count" : 1
        },
        {
          "key" : "buka",
          "doc_count" : 1
        },
        {
          "key" : "gongjiaoka",
          "doc_count" : 1
        },
        {
          "key" : "low",
          "doc_count" : 1
        },
        {
          "key" : "lowbee",
          "doc_count" : 1
        },
        {
          "key" : "menjinka",
          "doc_count" : 1
        },
        {
          "key" : "xuhangduan",
          "doc_count" : 1
        },
        {
          "key" : "yinzhicha",
          "doc_count" : 1
        }
      ]
    }
  }
}

  3. 价格大于1999的每个tag产品的数量

    GET /product/_search
{
  "query": {
    "bool": {
      "filter": [
        {"range": {
          "price": {
            "gt": 1999
          }
        }}
      ]
    }
  }, 
  "aggs": {
    "aggs_tag_group": {
      "terms": {
        "field": "tags.keyword"
      }
    }
  }
  , "size": 0
}

#聚合结果
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "aggs_tag_group" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : "fashao",
          "doc_count" : 3
        },
        {
          "key" : "xingjiabi",
          "doc_count" : 3
        },
        {
          "key" : "buka",
          "doc_count" : 1
        },
        {
          "key" : "gongjiaoka",
          "doc_count" : 1
        },
        {
          "key" : "menjinka",
          "doc_count" : 1
        }
      ]
    }
  }
}

  1. 平均价格

    #每个tag产品的平均价格
GET /product/_search
{
  "aggs": {
    "tag_agg_avg": {
      "terms": {
        "field": "tags.keyword"
        , "order": {
          "avg_price": "desc"
        }
      }
      , "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
  , "size": 0
}

#聚合结果
{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "tag_agg_avg" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 1,
      "buckets" : [
        {
          "key" : "gongjiaoka",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 4999.0
          }
        },
        {
          "key" : "buka",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 3999.0
          }
        },
        {
          "key" : "fashao",
          "doc_count" : 3,
          "avg_price" : {
            "value" : 3999.0
          }
        },
        {
          "key" : "xingjiabi",
          "doc_count" : 3,
          "avg_price" : {
            "value" : 3999.0
          }
        },
        {
          "key" : "menjinka",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 2999.0
          }
        },
        {
          "key" : "bufangshui",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 999.0
          }
        },
        {
          "key" : "low",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 999.0
          }
        },
        {
          "key" : "yinzhicha",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 999.0
          }
        },
        {
          "key" : "lowbee",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 399.0
          }
        },
        {
          "key" : "xuhangduan",
          "doc_count" : 1,
          "avg_price" : {
            "value" : 399.0
          }
        }
      ]
    }
  }
}

## 价格大于1999的每个tag产品的平均价格
GET /product/_search
{
  "query": {
    "bool": {
      "filter": [
        {"range": {
          "price": {
            "gt": 1999
          }
        }}
      ]
    }
  }, 
  "aggs": {
    "tag_agg_avg": {
      
      "terms": {
        "field": "tags.keyword"
        , "order": {
          "avg_price": "desc"
        }
      }
      , "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
  , "size": 0
}

  1. 练习：#按照千元机 1000以下 中端机[2000-3000) 高端机 [3000,∞）

    GET /product/_search
{
  "aggs": {
    "tag_agg_group": {
      "range": {
        "field": "price",
        "ranges": [
          {
            "from": 0,
            "to": 1000
          },
          {
            "from": 1000,
            "to": 3000
          },
          {
            "from": 3000
          }
        ]
      }
    }
  },
  "size": 0
}

#聚合结果
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "tag_agg_group" : {
      "buckets" : [
        {
          "key" : "0.0-1000.0",
          "from" : 0.0,
          "to" : 1000.0,
          "doc_count" : 2
        },
        {
          "key" : "1000.0-3000.0",
          "from" : 1000.0,
          "to" : 3000.0,
          "doc_count" : 1
        },
        {
          "key" : "3000.0-*",
          "from" : 3000.0,
          "doc_count" : 2
        }
      ]
    }
  }
}
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

友情链接更多精彩内容