Elasticsearch(9) — 聚合查询(Bucket聚合)
- 2019 年 10 月 3 日
- 筆記
Elasticsearch(9) — 聚合查询(Bucket聚合)
上一篇讲了Elasticsearch聚合查询中的Metric聚合：Elasticsearch(8) — 聚合查询(Metric聚合)
说明 本文主要参考于Elasticsearch 官方文档 7.3版本。 Bucket Aggregations
概念：Bucket 可以理解为一个桶，它会遍历文档中的内容，凡是符合某一要求的就放入一个桶中，分桶相当与 SQL 中的 group by。
这篇博客讲的桶的关键字有：Terms Aggregation 、Filter Aggregation、Histogram Aggregation、Range Aggregation 、Date Aggregation。
一、创建索引、数据
1、创建索引
DELETE cars PUT cars { "mappings": { "properties": { "price": { "type":"long" }, "color": { "type":"keyword" }, "brand": { "type":"keyword" }, "sellTime": { "type":"date" } } } }属性字段：价格、颜色、品牌、销售时间
2、添加索引数据
POST /cars/_bulk { "index": {}} { "price" : 80000, "color" : "red", "brand" : "BMW", "sellTime" : "2014-01-28" } { "index": {}} { "price" : 85000, "color" : "green", "brand" : "BMW", "sellTime" : "2014-02-05" } { "index": {}} { "price" : 120000, "color" : "green", "brand" : "Mercedes", "sellTime" : "2014-03-18" } { "index": {}} { "price" : 105000, "color" : "blue", "brand" : "Mercedes", "sellTime" : "2014-04-02" } { "index": {}} { "price" : 72000, "color" : "green", "brand" : "Audi", "sellTime" : "2014-05-19" } { "index": {}} { "price" : 60000, "color" : "red", "brand" : "Audi", "sellTime" : "2014-06-05" } { "index": {}} { "price" : 40000, "color" : "red", "brand" : "Audi", "sellTime" : "2014-07-01" } { "index": {}} { "price" : 35000, "color" : "blue", "brand" : "Honda", "sellTime" : "2014-08-12" }3、查看是否成功
命令
GET /_cat/count/cars?v可以看到该索引存在，并且有8条文档数据。
二、Terms Aggregation
官方7.3文档：Terms Aggregation
概念 : 根据某一项的每个唯一的值的聚合。
1、根据品牌分桶
GET cars/_search?size=0 { "aggs" : { "genres" : { "terms" : { "field" : "brand" } } } }返回结果
2、分桶后只显示文档数量前3的桶
GET cars/_search?size=0 { "aggs" : { "cars" : { "terms" : { "field" : "brand", "size" : 3 } } } }返回
从图中可以看出文档数量前三的桶。
3、分桶后排序
GET cars/_search?size=0 { "aggs" : { "genres" : { "terms" : { "field" : "brand", "order" : { "_count" : "asc" } } } } }4、显示文档数量大于3的桶
GET cars/_search?size=0 { "aggs" : { "brands" : { "terms" : { "field" : "brand", "min_doc_count": 3 } } } }5、使用精确指定的词条进行分桶
GET /cars/_search?size=0 { "aggs" : { "JapaneseCars" : { "terms" : { "field" : "brand", "include" : ["BMW", "Audi"] } } } }这里也只展示些常用的，更多有关Terms Aggregation那就看官网吧。
三、 Filter Aggregation
官方文档： Filter Aggregation 和 Filters Aggregation
Filter概念：指具体的域和具体的值，可以说是在 Terms Aggregation 的基础上进行了过滤，只对特定的值进行了聚合。
1、过滤获取品牌为BMW的桶，并求该桶平均值
GET /cars/_search?size=0 { "aggs" : { "brands" : { "filter" : { "term": { "brand": "BMW" } }, "aggs" : { "avg_price" : { "avg" : { "field" : "price" } } } } } }返回
2、过滤获取品牌为BMW的或者color为绿色的桶
Filters概念 : Filter Aggreagtion 只能指定一个过滤条件，响应也只是单个桶。如果想要只对多个特定值进行聚合，使用 Filter Aggreagtion 只能进行多次请求。
而使用 Filters Aggreagation 就可以解决上述的问题，它可以指定多个过滤条件，也是说可以对多个特定值进行聚合。
GET /cars/_search?size=0 { "size": 0, "aggs" : { "cars" : { "filters" : { "filters" : { "colorBucket" : { "match" : { "color" : "red" }}, "brandBucket" : { "match" : { "brand" : "Audi" }} } } } } }返回
四、Histogram Aggreagtion
概念 Histogram与Terms聚合类似，都是数据分组，区别是Terms是按照Field的值分组，而Histogram可以按照指定的间隔对Field进行分组
1、根据价格区间为10000分桶
GET /cars/_search?size=0 { "aggs" : { "prices" : { "histogram" : { "field" : "price", "interval" : 10000 } } } }返回
2、根据价格区间为10000分桶，同时如果桶中没有文档就不显示桶
上面的分桶我们可以发现价格在5000～6000 的文档没有也显示为0，我们想把如果桶中没有文档就不显示该桶
GET /cars/_search?size=0 { "aggs" : { "prices" : { "histogram" : { "field" : "price", "interval" : 10000, "min_doc_count" : 1 } } } }返回
五、Range Aggregation
官方文档：Range Aggregation
概念: 根据用户传递的范围参数作为桶，进行相应的聚合。在同一个请求中，可以传递多组范围，每组范围作为一个桶。
1、根据价格区间分桶
GET /cars/_search?size=0 { "aggs" : { "price_ranges" : { "range" : { "field" : "price", "ranges" : [ { "to" : 50000 }, { "from" : 5000, "to" : 80000 }, { "from" : 80000 } ] } } } }返回
我们也可以指定key的名称
GET /cars/_search?size=0 { "aggs" : { "price_ranges" : { "range" : { "field" : "price", "ranges" : [ { "key" : "xiaoyu", "to" : 50000 }, { "key" : "baohan", "from" : 5000, "to" : 80000 }, { "key" : "dayu", "from" : 80000 } ] } } } }返回
六、 Date Aggregation
官方文档： Date Histogram Aggregation 和 Date Range Aggregation
Date Histogram概念 针对于时间格式数据的直方图聚合，基本的特性与 Histogram Aggregation 一致。
1、按月分桶显示每个月的销量
注意 官方文档这里不是interval而是calendar_interval，但是按照这样操作会报错，因为我看的7.3的文档，而我部署的es是7.1版本。说明这个地方7.3有了改进。
POST /cars/_search?size=0 { "aggs" : { "sales_over_time" : { "date_histogram" : { "field" : "sellTime", "interval" : "1M", "format" : "yyyy-MM-dd" } } } }返回
2、根据指定时间区间分桶
Date Range概念 ：针对于时间格式数据的范围聚合，基本的特性与 Range Aggreagtion 一致。
POST /cars/_search?size=0 { "aggs": { "range": { "date_range": { "field": "sellTime", "format": "MM-yyyy", "ranges": [ { "to": "now-10M/M" }, { "from": "now-10M/M" } ] } } } }上面的意思是10个月前的分为一个桶，10个月前之后的分为一个桶
参考
1、Elasticsearch核心技术与实战—阮一鸣(eBay Pronto平台技术负责人
3、Elasticsearch聚合——Bucket Aggregations
我相信，无论今后的道路多么坎坷，只要抓住今天，迟早会在奋斗中尝到人生的甘甜。抓住人生中的一分一秒，胜过虚度中的一月一年！(14）
