數據聚合
可以讓我們極其方便的實現對數據的統計、分析、運算。例如：
- 什么品牌的手機最受歡迎？
- 這些手機的平均價格、最高價格、最低價格？
- 這些手機每月的銷售情況如何？
實現這些統計功能的比數據庫的sql要方便的多，而且查詢速度非常快，可以實現近實時搜索效果。
聚合的種類
聚合常見的有三類：
-
桶（Bucket）聚合：用來對文檔做分組
- TermAggregation：按照文檔字段值分組，例如按照品牌值分組、按照國家分組
- Date Histogram：按照日期階梯分組，例如一周為一組，或者一月為一組
-
度量（Metric）聚合：用以計算一些值，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：同時求max、min、avg、sum等
管道（pipeline）聚合：其它聚合的結果為基礎做聚合
注意：參加聚合的字段必須是keyword、日期、數值、布爾類型
DSL實現聚合
現在，我們要統計所有數據中的酒店品牌有幾種，其實就是按照品牌對數據分組。此時可以根據酒店品牌的名稱做聚合，也就是Bucket聚合。
Bucket聚合語法
語法如下：
GET /hotel/_search
{
"size": 0, // 設置size為0，結果中不包含文檔，只包含聚合結果
"aggs": { // 定義聚合
"brandAgg": { //給聚合起個名字
"terms": { // 聚合的類型，按照品牌值聚合，所以選擇term
"field": "brand", // 參與聚合的字段
"size": 20 // 希望獲取的聚合結果數量
}
}
}
}
結果如圖：
image-20210723171948228.png
聚合結果排序
默認情況下，Bucket聚合會統計Bucket內的文檔數量，記為_count，并且按照_count降序排序。
我們可以指定order屬性，自定義聚合的排序方式：
GET /hotel/_search
{
"size": 0,
"aggs": {
"brandAgg": {
"terms": {
"field": "brand",
"order": {
"_count": "asc" // 按照_count升序排列
},
"size": 20
}
}
}
}
限定聚合范圍
默認情況下，Bucket聚合是對索引庫的所有文檔做聚合，但真實場景下，用戶會輸入搜索條件，因此聚合必須是對搜索結果聚合。那么聚合必須添加限定條件。
我們可以限定要聚合的文檔范圍，只要添加query條件即可：
GET /hotel/_search
{
"query": {
"range": {
"price": {
"lte": 200 // 只對200元以下的文檔聚合
}
}
},
"size": 0,
"aggs": {
"brandAgg": {
"terms": {
"field": "brand",
"size": 20
}
}
}
}
這次，聚合得到的品牌明顯變少了：
image-20210723172404836.png
Metric聚合語法
現在需要對桶內的酒店做運算，獲取每個品牌的用戶評分的min、max、avg等值。
這就要用到Metric聚合了，例如stat聚合：就可以獲取min、max、avg等結果。
語法如下：
GET /hotel/_search
{
"size": 0,
"aggs": {
"brandAgg": {
"terms": {
"field": "brand",
"size": 20
},
"aggs": { // 是brands聚合的子聚合，也就是分組后對每組分別計算
"score_stats": { // 聚合名稱
"stats": { // 聚合類型，這里stats可以計算min、max、avg等
"field": "score" // 聚合字段，這里是score
}
}
}
}
}
}
這次的score_stats聚合是在brandAgg的聚合內部嵌套的子聚合。因為我們需要在每個桶分別計算。
另外，我們還可以給聚合結果做個排序，例如按照每個桶的酒店平均分做排序：
image-20210723172917636.png
總結
aggs代表聚合，與query同級，此時query的作用是？
- 限定聚合的的文檔范圍
聚合必須的三要素：
- 聚合名稱
- 聚合類型
- 聚合字段
聚合可配置屬性有：
- size：指定聚合結果數量
- order：指定聚合結果排序方式
- field：指定聚合字段
