完整教程：ES数据聚合

用处：

聚合（aggregations）可以极其方便的实现对数据的统计、分析、运算。例如：

• 什么品牌的手机最受欢迎？
• 这些手机的平均价格、最高价格、最低价格？
• 这些手机每月的销售情况如何？

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，可以实现近实时搜索效果。

官方文档：

Aggregations | Elasticsearch Guide [7.12] | Elastic

聚合常见的有三类：

• 桶（**Bucket****）**聚合：用来对文档做分组
  • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
  • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组
• 度量（**Metric****）**聚合：用以计算一些值，比如：最大值、最小值、平均值等
  • Avg：求平均值
  • Max：求最大值
  • Min：求最小值
  • Stats：同时求max、min、avg、sum等
• 管道（**pipeline****）**聚合：其它聚合的结果为基础做进一步运算

:::color5
**注意：**参加聚合的字段必须是keyword、日期、数值、布尔类型

:::

DSL实现聚合

Bucket聚合

例如要统计所有商品中共有哪些商品分类，其实就是以分类（category）字段对数据分组。category值一样的放在同一组，属于Bucket聚合中的Term聚合。

基本语法：

GET /items/_search
{
 "size": 0
 ,
 "aggs": {
 "category_agg": {
 "terms": {
 "field": "category"
 ,
 "size": 20
 }
 }
 }
 }

语法说明：

• size：设置size为0，就是每页查0条，则结果中就不包含文档，只包含聚合
• aggs：定义聚合
  • category_agg：聚合名称，自定义，但不能重复
    • terms：聚合的类型，按分类聚合，所以用term
      • field：参与聚合的字段名称
      • size：希望返回的聚合结果的最大数量

来看下查询的结果：

带条件聚合

• 搜索查询条件：
  • 价格高于3000
  • 必须是手机
• 聚合目标：统计的是品牌，肯定是对brand字段做term聚合

语法如下：

GET /items/_search
{
 "query": {
 "bool": {
 "filter": [
 {
 "term": {
 "category": "手机"
 }
 }
 ,
 {
 "range": {
 "price": {
 "gte": 300000
 }
 }
 }
 ]
 }
 }
 ,
 "size": 0
 ,
 "aggs": {
 "brand_agg": {
 "terms": {
 "field": "brand"
 ,
 "size": 20
 }
 }
 }
 }

聚合结果如下：

{
 "took" : 2
 ,
 "timed_out" : false
 ,
 "hits" : {
 "total" : {
 "value" : 13
 ,
 "relation" : "eq"
 }
 ,
 "max_score" :
 null
 ,
 "hits" : [ ]
 }
 ,
 "aggregations" : {
 "brand_agg" : {
 "doc_count_error_upper_bound" : 0
 ,
 "sum_other_doc_count" : 0
 ,
 "buckets" : [
 {
 "key" : "华为"
 ,
 "doc_count" : 7
 }
 ,
 {
 "key" : "Apple"
 ,
 "doc_count" : 5
 }
 ,
 {
 "key" : "小米"
 ,
 "doc_count" : 1
 }
 ]
 }
 }
 }

Metric聚合

需要对桶内的商品做运算，获取每个品牌价格的最小值、最大值、平均值。

这就要用到Metric聚合了，例如stat聚合，就可以同时获取min、max、avg等结果。

语法如下：

GET /items/_search
{
 "query": {
 "bool": {
 "filter": [
 {
 "term": {
 "category": "手机"
 }
 }
 ,
 {
 "range": {
 "price": {
 "gte": 300000
 }
 }
 }
 ]
 }
 }
 ,
 "size": 0
 ,
 "aggs": {
 "brand_agg": {
 "terms": {
 "field": "brand"
 ,
 "size": 20
 }
 ,
 "aggs": {
 "stats_meric": {
 "stats": {
 "field": "price"
 }
 }
 }
 }
 }
 }

query部分就不说了，我们重点解读聚合部分语法。

可以看到在brand_agg聚合的内部，新加了一个aggs参数。这个聚合就是brand_agg的子聚合，会对brand_agg形成的每个桶中的文档分别统计。

• stats_meric：聚合名称
  • stats：聚合类型，stats是metric聚合的一种
    • field：聚合字段，这里选择price，统计价格

由于stats是对brand_agg形成的每个品牌桶内文档分别做统计，因此每个品牌都会统计出自己的价格最小、最大、平均值。

结果如下：

另外，还可以让聚合按照每个品牌的价格平均值排序：

RestClient实现聚合

可以看到在DSL中，aggs聚合条件与query条件是同一级别，都属于查询JSON参数。因此依然是利用request.source()方法来设置。

不过聚合条件的要利用AggregationBuilders这个工具类来构造。DSL与JavaAPI的语法对比如下：

聚合结果与搜索文档同一级别，因此需要单独获取和解析。具体解析语法如下：

完整代码如下：

@Test
void testAgg(
)
throws IOException {
 // 1.创建Request
 SearchRequest request =
 new SearchRequest("items"
 )
 ;
 // 2.准备请求参数
 BoolQueryBuilder bool = QueryBuilders.boolQuery(
 )
 .filter(QueryBuilders.termQuery("category"
 , "手机"
 )
)
.filter(QueryBuilders.rangeQuery("price"
).gte(300000
)
)
;
request.source(
).query(bool).size(0
)
;
// 3.聚合参数
request.source(
).aggregation(
 AggregationBuilders.terms("brand_agg"
 ).field("brand"
 ).size(5
 )
)
;
// 4.发送请求
SearchResponse response = client.search(request, RequestOptions.DEFAULT
)
;
// 5.解析聚合结果
Aggregations aggregations = response.getAggregations(
)
;
// 5.1.获取品牌聚合
Terms brandTerms = aggregations.get("brand_agg"
)
;
// 5.2.获取聚合中的桶
List<
?
extends Terms.Bucket> buckets = brandTerms.getBuckets(
)
;
// 5.3.遍历桶内数据
for (Terms.Bucket bucket : buckets) {
 // 5.4.获取桶内key
 String brand = bucket.getKeyAsString(
 )
 ;
System.out.print("brand = " + brand)
 ;
 long count = bucket.getDocCount(
 )
 ;
System.out.println("; count = " + count)
 ;
}
}

总结

aggs代表聚合，与query同级，query的作用是：

• 限定聚合的的文档范围

聚合必须的三要素：

• 聚合名称
• 聚合类型
• 聚合字段

聚合可配置属性有：

• size：指定聚合结果数量
• order：指定聚合结果排序方式
• field：指定聚合字段