目录
聚合(aggregations)
聚合可以让我们极其方便的实现对数据的统计、分析，实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现实时搜索效果。下面介绍两种最常用的聚合
1.桶（bucket）
桶的作用，是按照某种方式对数据进行分组，但不包括计算，因此bucket中往往会嵌套另一种聚合：metrics aggregations即度量
比较常用的桶划分方式有
-
Date Histogram Aggregation：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
-
Histogram Aggregation：根据数值阶梯分组，与日期类似
-
Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
-
Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
2.度量（metrics）
分组完成以后，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
常用的度量集合方式有
-
Avg Aggregation：求平均值
-
Max Aggregation：求最大值
-
Min Aggregation：求最小值
-
Percentiles Aggregation：求百分比
-
Stats Aggregation：同时返回avg、max、min、sum、count等
-
Sum Aggregation：求和
-
Top hits Aggregation：求前几
-
Value Count Aggregation：求总数
3.聚合为桶示例
4.桶内度量示例
5.嵌套桶示例
6.阶梯分桶Histogram
histogram是把数值类型的字段，按照一定的阶梯大小进行分组。你需要指定一个阶梯值（interval）来划分阶梯大小。
示例
注意：需要进行聚合、排序、过滤的字段其处理方式比较特殊，因此不能被分词
