Elasticsearch入门教程：聚合查询
聚合前提：聚合是对query查询出来的数据进行聚合
(一)先举出几个需求例子：
1、基于studymodel字段分组，即数据中的group by studymodel
加上"size":0后，可以去掉搜索结果中的hit命中数据。
GET localhost:9200/book/_search
{
"size":0,
"query":{
"match_all":{
}
},
"aggs":{
"group_by_model":{
"terms":{
"field":"studymodel"
}
}
}
}
2、计算每个tags下的商品数量
设置字段"fielddata":true
PUT localhost:9200/book/_mapping
{
"properties":{
"tage":{
"type":"text",
"fielddata":true
}
}
}
先分组，再算每组的平均值，计算每个tag下的商品的平均价格
GET localhost:9200/book/_search
{
"size":0,
"query":{
"match_all":{
}
},
"aggs":{
"group_by_tags":{
"terms":{
"field":"tags",
},
"aggs":{
"avg_price":{
"avg":{
"field":"price"
}
}
}
}
}
}
计算每个tags下的商品的平均价格，并且按照平均价格降序排序
GET localhost:9200/book/_search
{
"size":0,
"query":{
"match_all":{
}
},
"aggs":{
"group_by_tags":{
"terms":{
"field":"tags",
"order":{
"avg_price":"desc"
}
},
"aggs":{
"avg_price":{
"avg":{
"field":"price"
}
}
}
}
}
}
3、按照指定的价格区间进行分组，然后在每组内再按照tags进行分组，最后求在每个价格区间的每个tags下的平均价格
GET localhost:9200/book/_search
{
"size":0,
"query":{
"match_all":{
}
},
"aggs":{
"group_by_price":{
"range:{
"field":"price",
"ranges":[
{
"from":0,
"to":40
},
{
"from":40,
"to":60
},
{
"from":60,
"to":80
}
]
},
"aggs":{
"group_by_tags":{
"term":{
"field":"tags"
},
"aggs":{
"avg":{
"field":"price"
}
}
}
}
}
}
}
(二)两个核心概念：bucket和metric
**bucket：**一个数据分组
**metric：**对一个数据分组执行的统计
1、划分范围histigram
histogram：类似于terms，也是进行bucket分组操作，接受一个field，按照这个field的值的各个范围区间，进行bucket分组操作
GET localhost:9200/tvs/_search
{
"size":0,
"query":{
"match_all":{
}
},
"aggs":{
"price":{
"histogram":{
"field":"price",
"interval":2000
},
"aggs":{
"income":{
"sum":{
"field":"price"
}
}
}
}
}
}
interval：2000，划分范围，02000，20004000，40006000，60008000，8000~10000，buckets
bucket有了之后，一样的，去对每个bucket执行avg，count，sum，max，min，等各种metric操作，聚合分析
2、按照日期分组聚合
date_histogram，按照我们指定的某个date类型的日期field，以及日期interval，按照一定的日期间隔，去划分bucket
interval(时间间隔)的可用表达式：
- year（1y）年
- quarter（1q）季度
- month（1M）月份
- week（1w）星期
- day（1d）天
- hour（1h）小时
- minute（1m）分钟
- second（1s）秒
min_doc_count：即使某个日期interval，2007-01-01~2007-01-31中，一条数据都没有，那么这个区间也是要返回的，不然默认是会过滤掉这个区间的
GET localhost:9200/tvs/_search
{
"size":0,
"query":{
"match_all":{
}
},
aggs:{
"group_by_data":{
"data_histogram":{
// 需要聚合分组的字段名称, 类型需要为date, 格式没有要求
"field": "@timestamp",
// 按什么时间段聚合, 这里是5分钟, 可用的interval在上面给出
"interval": "5m",
// 设置时区, 这样就相当于东八区的时间，ES默认是UTC时间，项目中需设置成东八区
"time_zone":"+08:00",
// 返回值格式化，HH大写，不然不能区分上午、下午
"format": "yyyy-MM-dd HH",
// 为空的话则填充0
"min_doc_count": 0,
// 需要填充0的范围
"extended_bounds": {
"min": 1533556800000,
"max": 1533806520000
}
},
"aggs":{
"avg_price":{
"avg":{
"field":"price"
}
}
}
}
}
}
3、global bucket：单个品牌与所有品牌的销量对比
aggregation，scope，一个聚合操作，必须在query的搜索结果范围内执行
出来两个结果，一个结果，是基于query搜索结果来聚合的；一个结果，是对所有数据执行聚合的
GET localhost:9200/tvs/_search
{
"size":0,
"query":{
"term":{
"brand":{
"value":"小米"
}
}
},
"aggs":{
"single_brand_avg_price":{
"avg":{
"field":"price"
}
},
"all":{
"global":{
},
"aggs":{
"all_brand_avg_price":{
"avg":{
"field":"price"
}
}
}
}
}
}