聚合

桶（Buckets）相当于SQL中group by。满足特定条件的文档的集合

指标（Metrics）相当于SQL中select key,count(key)。对桶内的文档进行统计计算，包含COUNT() 、 SUM() 、 MAX()等统计方法。

指标

单值聚合

terms 相当于SQL中 COUNT，求分组的和

avg 相当于SQL中 AVG，求平均值

min 相当于SQL中的MIN，求最小值

max 相当于SQL中的MAX，求最大值

sum 相当于SQL中的SUM，求和

cardinality 相当于SQL中的COUNT(DISTINCT)求唯一值，即不重复的字段有多少

histogram 按给定的值分组统计

date_histogram 按时间维度分组统计

多值聚合

percentile_ranks 求百分比

stats 多种聚合结果

extended_stats 多种聚合结果和扩展聚合结果

简单例子

GET /cars/transactions/_search{    "size" : 0,    "aggs" : {         "popular_colors" : {             "terms" : {               "field" : "color",              "size"  : 10            }        },        "sex": {          "terms": {            "field": "sex"          }        }    }}

1.size 设置成 0 。不关心搜索结果的具体内容，所以将返回记录数设置为 0 来提高查询速度

2.聚合操作被置于顶层参数 aggs 之下（完整形式 aggregations 同样有效）。aggs中可以有一个或多个聚合

3.可以为聚合指定一个想要名称，本例中是： popular_colors 和sex，其中popular_colors取top10

4.定义单个桶的类型 terms

添加度量指标和嵌套桶

添加对量指标的例子，除显示有多少种颜色外，同时显示每种颜色的价格。通过添加新的 aggs 层。这个新的聚合层让我们可以将 avg 度量嵌套置于 terms 桶内。

GET /cars/transactions/_search{   "size" : 0,   "aggs": {      "colors": {         "terms": {            "field": "color"         },         "aggs": {             "avg_price": {                "avg": {                  "field": "price"                }            }         }      }   }}

另一个嵌套桶的列子，获取每种颜色的平均价格和制造商分布

GET /cars/transactions/_search{   "size" : 0,   "aggs": {      "colors": {         "terms": {            "field": "color"         },         "aggs": {            "avg_price": {                "avg": {                  "field": "price"               }            },            "make": {                 "terms": {                    "field": "make"                 }            }         }      }   }}

更多的嵌套实例，获取每种颜色的平均价格和制造商分布同时，通过添加新的aggs层，获取各个制造商的最低价和最高价

GET /cars/transactions/_search{   "size" : 0,   "aggs": {      "colors": {         "terms": {            "field": "color"         },         "aggs": {            "avg_price": { "avg": { "field": "price" }            },            "make" : {                "terms" : { "field" : "make" },                "aggs" : {                     "min_price" : { "min": { "field": "price"} },                     "max_price" : { "max": { "field": "price"} }                 }            }         }      }   }}

条形图

直方图 histogram可以按区间分组统计数据，

GET /cars/transactions/_search{   "size" : 0,   "aggs":{      "price":{         "histogram":{             "field": "price",            "interval": 20000         },         "aggs":{            "revenue": {               "sum": {                  "field" : "price"               }             }         }      }   }}

1.histogram 桶要求两个参数：一个数值字段以及一个定义桶大小间隔。

2.sum 度量嵌套在每个售价区间内，用来显示每个区间内的总收入。

按时间统计

例1：简单的时间分组统计

GET /cars/transactions/_search{   "size" : 0,   "aggs": {      "sales": {         "date_histogram": {            "field": "sold",            "interval": "month",             "format": "yyyy-MM-dd"          }      }   }}

例2：按统计范围返回全部Buckets，包括空桶

GET /cars/transactions/_search{   "size" : 0,   "aggs": {      "sales": {         "date_histogram": {            "field": "sold",            "interval": "month",            "format": "yyyy-MM-dd",            "min_doc_count" : 0,             "extended_bounds" : {                 "min" : "2014-01-01",                "max" : "2014-12-31"            }         }      }   }}

1.min_doc_count : 这个参数强制返回空 buckets。

2.extended_bounds : 强制返回数据的范围。

转载地址：http://nhyci.baihongyu.com/

你可能感兴趣的文章