aggregations 详解1（概述）

aggregation分类

aggregations —— 聚合，提供了一种基于查询条件来对数据进行分桶、计算的方法。有点类似于 SQL 中的 group by 再加一些函数方法的操作。

聚合可以嵌套，由此可以组成复杂的操作（Bucketing聚合可以包含sub-aggregation）。

聚合整体上可以分为 3 类：

1. Bucketing：桶分聚合：

• 此类聚合执行的是对文档分组的操作，把满足相关特性的文档分到一个桶里，即桶分。输出结果往往是一个个包含多个文档的桶。
• 此类聚合会有一个关键字（field、script），以及一些桶分（分组）的判断条件。执行聚合操作时候，文档会判断每一个分组条件，如果满足某个，该文档就会被分为该组（fall in）。

2. Metric：指标聚合：

• 此类聚合是对文档进行一些权值计算（比如求所有文档某个字段的max值）。输出结果往往是文档的权值，相当于为文档添加了一些统计信息。
• 此类聚合基于特定字段（field）或脚本值（generated using scripts），计算聚合中文档的权值。

3. Pipeline：管道聚合：

• 对其它聚合操作的输出及其关联指标进行聚合。
• 此类聚合的作用对象往往是桶，而不是文档，是一种后期对每个分桶的一些计算操作。

应用场景

对于 3 中聚合，常见的应用场景如下流程：

buckets 聚合对文档进行必要的归类（桶分） ——> metric 聚合对每个桶进行一些额外的信息计算（如：max） ——> pipeline 聚合针对所有桶做一些桶层面的统计或计算

应用示例：

{
    "aggs" : {
        "sales_per_month" : {
            "date_histogram" : {              // bucket 聚合，按照月份进行分桶，每个月的归属一个桶
                "field" : "date",
                "interval" : "month"
            },
            "aggs": {
                "sales": {
                    "sum": {                       // metric 聚合，对每个桶类的 price 求和，即每月的销售额
                        "field": "price"
                    }
                }
            }
        },
        "max_monthly_sales": {
            "max_bucket": {                 // pipeline 聚合，求所有桶中销售额 sales 最大的值
                "buckets_path": "sales_per_month>sales" 
            }
        }
    }
}

 

aggregation结构

聚合可以是父子（嵌套）关系聚合，buckets 聚合作为父，metric 聚合作为子。

聚合也可以是兄弟关系聚合，buckets 聚合在前，pipeline 聚合在后。

结构如下：

"aggregations" : {                                //定义聚合对象,也可用 "aggs"
      "<aggregation_name>" : {                    //聚合的名称,用户自定义
          "<aggregation_type>" : {                //聚合类型,比如 "histogram"
              <aggregation_body>                  //每个聚合类型都有其自己的结构定义
          }
          [,"meta" : {  [<meta_data_body>] } ]?
          [,"aggregations" : { [<sub_aggregation>]+ } ]?    //可以定义多个 sub-aggregation
      }
      [,"<aggregation_name_2>" : { ... } ]*       //定义额外的多个平级 aggregation,只有 Bucketing 类型才有意义
}