elasticsearch(7)聚合统计-分组聚合

朴灿烈づ我的快乐病毒、 2022-05-10 07:18 518阅读 0赞

## 直方图聚合 ##

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_histogram": {
          "histogram": {
            "field": "field1",
            "interval": 5
          }
        }
      }
    }

返回值表示，\[15,20)区间内的值有1个，\[20,25)区间内的值有0个，\[25,30)区间内的值有1个，\[30,35)区间内的值有1个。

{
      "aggregations": {
        "test_histogram": {
          "buckets": [
            {
              "key": 15,
              "doc_count": 1
            },
            {
              "key": 20,
              "doc_count": 0
            },
            {
              "key": 25,
              "doc_count": 1
            },
            {
              "key": 30,
              "doc_count": 1
            }
          ]
        }
      }
    }

#### 1、直方图筛选规则 ####

举个例子，有一个price字段，这个字段描述了商品的价格，现在想每隔5就创建一个桶，统计每隔区间都有多少个文档（商品）。

如果有一个商品的价格为32，那么它会被放入30的桶中，计算的公式如下：

rem = value % interval if (rem < 0) { rem += interval } bucket_key = value - rem

通过上面的方法，就可以确定文档属于哪一个桶。

不过也有一些问题存在，由于上面的方法是针对于整型数据的，因此如果字段是浮点数，那么需要先转换成整型，再调用上面的方法计算。问题来了，正数还好，如果该值是负数，就会出现计算出错。比如，一个字段的值为-4.5，在进行转换整型时，转换成了-4。那么按照上面的计算，它就会放入-4的桶中，但是其实-4.5应该放入-6的桶中。

#### 2、extended\_bounds ####

`extended_bounds`可以强制直方图聚合从指定最小值开始创建分组，直到最大值，即使没有任何文档存在。

且`extended_bounds`不会过滤分组，即使实际上的分组不在`extended_bounds`的最小值最大值区间内，直方图聚合依然以实际的最小值或最大值创建分组。

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_histogram": {
          "histogram": {
            "field": "field1",
            "interval": 5,
            "extended_bounds":{
              "min": 0,
              "max": 20
            }
          }
        }
      }
    }

#### 3、排序 ####

按直方图分组的key排序：

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_histogram": {
          "histogram": {
            "field": "field1",
            "interval": 5,
            "order": {
              "_key": "asc"
            }
          }
        }
      }
    }

按直方图分组的value排序：

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_histogram": {
          "histogram": {
            "field": "field1",
            "interval": 5,
            "order": {
              "_count": "desc"
            }
          }
        }
      }
    }

#### 4、偏移 ####

分组默认从0开始以`interval`为间隔步进，可以通过`offset`修改分组的开始位置。

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_histogram": {
          "histogram": {
            "field": "field1",
            "interval": 5,
            "offset": 8
          }
        }
      }
    }

## 日期直方图聚合 ##

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_date_histogram": {
          "date_histogram": {
            "field": "field1",
            "interval": "1M",
            "format": "yyyy-MM-dd"
          }
        }
      }
    }

`interval`支持的表达式有：year、month、week、day、hour、quarter、minute、second。

## 日期范围聚合 ##

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_date_range": {
          "date_range": {
            "field": "field1",
            "format": "yyyy-MM-dd", 
            "ranges": [
              {
                "from": "now-10M/M",
                "to": "now"
              }
            ]
          }
        }
      }
    }

## 范围聚合 ##

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_range": {
          "range": {
            "field": "field1",
            "ranges": [
              {
                "from": 0,
                "to": 10
              }
            ]
          }
        }
      }
    }

## 过滤聚合 ##

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_filter": {
          "aggs": {
            "test_histogram": {
              "histogram": {
                "field": "field1",
                "interval": 10
              }
            }
          },
          "filter": {
            "range": {
              "field2": {
                "gte": 10
              }
            }
          }
        }
      }
    }

## 多重过滤聚合 ##

等价于批量过滤聚合。

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_filters": {
          "aggs": {
            "test_histogram": {
              "histogram": {
                "field": "field1",
                "interval": 10
              }
            }
          },
          "filters": {
            "filters": {
              "test_range": {
                "range": {
                  "field2": {
                    "gte": 10
                  }
                }
              },
              "test_range2" :{
                "range": {
                  "field2": {
                    "lte": 20
                  }
                }
              }
            }
          }
        }
      }
    }

## 空值集合 ##

GET /testindex/testtype/_search
    {
      "size": 0, 
      "aggs": {
        "test_missing": {
          "missing": {
            "field": "field1"
          }
        }
      }
    }

## 索引词聚合 ##

通过制定字段的值统计聚合。

GET /index/type/_search
    {
      "size": 0, 
      "aggs": {
        "test_terms": {
          "terms": {
            "field": "field1"
          }
        }
      }
    }

#### 1、规模 ####

通过`size`参数指定返回的分组数量，`size`设置为0表示规模大小为`Integer.MAX_VALUE`。

#### 2、排序 ####

通过`order`自定义分组排序方式，默认根据分组的`doc_count`值降序排序。

GET /testindex/testtype/_search
    {
      "size": 0, 
      "aggs": {
        "test_terms": {
          "terms": {
            "field": "field1",
            "size": 10,
            "order": {
              "_count": "desc"
            }
          }
        }
      }
    }

#### 3、过滤 ####

GET /testindex/testtype/_search
    {
      "size": 0, 
      "aggs": {
        "test_terms": {
          "terms": {
            "field": "field1",
            "size": 10,
            "include": "*",
            "exclude": "water.*"
          }
        }
      }
    }