本学习笔记基于ElasticSearch 7.10版本，旧版本已经废弃的聚合功能暂时不做笔记，以后有涉及到再做补充。
参考官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.10/search-aggregations-bucket.html
1、Terms
Terms 用于分组聚合，例如，统计各个出版社出版的图书总数量：
GET books/_search
{
"aggs": {
"bucket_terms": {
"terms": {
"field": "publish.size",
"size": 20
}
}
}
}
统计结果如下：
注意： terms 分组聚合不能作用于 text 类型，这里我们用的是 keyword 类型的子域 publish.size。
在terms 分组聚合的基础上，还可以对每个桶今夕指标聚合，统计不同出版社所出版的图书平均价格：
GET books/_search
{
"aggs": {
"bucket_terms": {
"terms": {
"field": "publish.size",
"size": 20
},
"aggs": {
"agg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}
2、Filter
Filter 是过滤器聚合，可以将符合过滤器中条件的文档分到一个桶中，然后可以求其平均值。例如查询书名中包含 java 的图书的平均价格：
GET books/_search
{
"aggs": {
"bucket_filter": {
"filter": {
"term": {
"name": "java"
}
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}
3、Filters
多过滤器聚合。过滤条件可以有多个。例如查询书名中包含 java 或者 office 的图书的平均价格：
GET books/_search
{
"aggs": {
"bucket_filters": {
"filters": {
"filters": [
{
"term": {
"name": "java"
}
},
{
"term": {
"name": "office"
}
}
]
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}
4、Range
按照范围聚合，在某一个范围内的文档数统计。例如统计图书价格在 0-50、50-100、100-150、150以上的图书数量：
GET books/_search
{
"aggs": {
"bucket_range": {
"range": {
"field": "price",
"ranges": [
{
"to": 50
},{
"from": 50,
"to": 100
},{
"from": 100,
"to": 150
},{
"from": 150
}
]
}
}
}
}
5、Date Range
Range 聚合和 Date Range 聚合都可以可以统计日期，后者的优势在于可以使用日期表达式。
首先造一些测试数据：
PUT blog/_doc/1
{
"title":"java",
"date":"2018-12-30"
}
PUT blog/_doc/2
{
"title":"java",
"date":"2020-12-30"
}
PUT blog/_doc/3
{
"title":"java",
"date":"2022-10-30"
}
统计一年前到一年后的微博数量：
GET blog/_search
{
"aggs": {
"bucket_date_range": {
"date_range": {
"field": "date",
"ranges": [
{
"from": "now-10M/M",
"to": "now+1y/y"
}
]
}
}
}
}
有关
date range的日期表达式参数，可以参考官网：ElasticSearch 日期表达式参数。
6、Date Histogram
时间直方图聚合。例如统计各个月份的博客数量：
GET blog/_search
{
"aggs": {
"bucket_date_his": {
"date_histogram": {
"field": "date",
"calendar_interval": "month"
}
}
}
}
7、Missing
空值聚合。统计所有没有 price 字段的文档：
GET books/_search
{
"aggs": {
"bucket_missing": {
"missing": {
"field": "price"
}
}
}
}
8、Children
可以根据父子文档关系进行分桶。查询子类型为 student 的文档数量：
GET stu_class/_search
{
"aggs": {
"bucket_children": {
"children": {
"type": "student"
}
}
}
}
9、Geo Distance
对地理位置数据做统计。例如分别统计 (34.288991865037524,108.9404296875) 坐标方圆 600KM 和 超过 600KM 的城市数量：
GET geo/_search
{
"aggs": {
"bucket_geo": {
"geo_distance": {
"field": "location",
"origin": {
"lat": 34.288991865037524,
"lon": 108.9404296875
},
"unit": "km",
"ranges": [
{
"to": 600
},{
"from": 600
}
]
}
}
}
}
10、IP Range
IP地址范围聚合。例如查询指定 IP 地址的博客数量：
# 之前的 blog 索引没有设置 ip 字段，删掉重新设置一下
DELETE blog
PUT blog
{
"mappings": {
"properties": {
"ip": {
"type": "ip"
}
}
}
}
PUT blog/_doc/1
{
"title":"java",
"date":"2018-12-30",
"ip":"127.0.0.1"
}
PUT blog/_doc/2
{
"title":"java",
"date":"2020-12-30",
"ip":"127.0.0.5"
}
PUT blog/_doc/3
{
"title":"java",
"date":"2022-10-30",
"ip":"127.0.0.10"
}
GET blog/_search
{
"aggs": {
"bucket_ip_range": {
"ip_range": {
"field": "ip",
"ranges": [
{
"from": "127.0.0.5",
"to": "127.0.0.11"
}
]
}
}
}
}
版权声明：
本文仅记录ElasticSearch学习心得，如有侵权请联系删除。
更多内容请访问原创作者：江南一点雨
版权声明：本文不是「本站」原创文章，版权归原作者所有 | 原文地址: