Elasticsearch的Aggregation功能也异常强悍。
Aggregation共分为三种：Metric Aggregations、Bucket Aggregations、 Pipeline Aggregations。下面将分别进行总结。
以下所有内容都来自官网：
#########################################
1、Metric Aggregations
1>Avg Aggregation #计算出字段平均值
{
“aggs” : {
“avg_grade” : { “avg” : { “field” : “grade” } }
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“avg_grade”: {
“avg”: {
“field”: “grade”
}
}
}
}
参数：search_type=count 表示只返回aggregation部分的结果。
2>Cardinality Aggregation #计算出字段的唯一值。相当于sql中的distinct
cardinality 度量是一个近似算法。 它是基于 HyperLogLog++ （HLL）算法的。 HLL 会先对我们的输入作哈希运算，然后根据哈希运算的结果中的 bits 做概率估算从而得到基数。
优点：性能快，亿级别的记录在1秒内完成
缺点：存在只能保证最大40000条记录内的精确，超过的存在5%的误差，不适合需要精确去重场景
{
“aggs” : {
“author_count” : {
“cardinality” : {
“field” : “author”
}
}
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“author_count”: {
“cardinality”: {
“field”: “author”
}
}
}
}
3>Extended Stats Aggregation #字段的其他属性，包括最大最小，方差等等。
{
“aggs” : {
“grades_stats” : { “extended_stats” : { “field” : “grade” } }
}
}
例子：GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“grades_stats”: {
“extended_stats”: {
“field”: “grade”
}
}
}
}
返回值：
{
…
"aggregations": {
"grade_stats": {
"count": 9,
"min": 72,
"max": 99,
"avg": 86,
"sum": 774,
"sum_of_squares": 67028,
"variance": 51.55555555555556,
"std_deviation": 7.180219742846005,
"std_deviation_bounds": {
"upper": 100.36043948569201,
"lower": 71.63956051430799
}
}
}
}
4>Geo Bounds Aggregation #计算出所有的地理坐标将会落在一个矩形区域。比如说朝阳区域有很多饭店，我就可以用一个矩形把这些饭店都圈起来，看看范围。
{
“query” : {
“match” : { “business_type” : “shop” }
},
“aggs” : {
“viewport” : {
“geo_bounds” : {
“field” : “location”,
“wrap_longitude” : true
}
}
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“viewport”: {
“geo_bounds”: {
“field”: “location”,
“wrap_longitude”: true
}
}
}
}
返回值：
{
…
"aggregations": {
"viewport": {
"bounds": {
"top_left": {
"lat": 80.45,
"lon": -160.22
},
"bottom_right": {
"lat": 40.65,
"lon": 42.57
}
}
}
}
}
注释：这个矩形区域左上角坐标，和右下角坐标已经给出。也就是说你查出来的数据将会都落在这个地理范围内。
5>Geo Centroid Aggregation #计算出所有文档的大概的中心点。比如说某个地区盗窃犯罪很多，那我这样就可以看到这片区域到底哪个点（街道）偷盗事件最猖狂。
{
“query” : {
“match” : { “crime” : “burglary” }
},
“aggs” : {
“centroid” : {
“geo_centroid” : {
“field” : “location”
}
}
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“centroid”: {
“geo_centroid”: {
“field”: “location”
}
}
}
}
6>Max Aggregation #求最大值
{
“aggs” : {
“max_price” : { “max” : { “field” : “price” } }
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“max_price”: {
“max”: {
“field”: “price”
}
}
}
}
7>Min Aggregation #求最小值
{
“aggs” : {
“min_price” : { “min” : { “field” : “price” } }
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“min_price”: {
“min”: {
“field”: “price”
}
}
}
}
8>Percentiles Aggregation #百分比统计。可以看出你网站的所有页面。加载时间的差异。
{
“aggs” : {
“load_time_outlier” : {
“percentiles” : {
“field” : “load_time”
}
}
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“load_time_outlier”: {
“percentiles”: {
“field”: “load_time”
}
}
}
}
返回：可以看出这个网站75%页面在29毫秒左右就加载完毕了。有5%的页面超过了60毫秒。
{
…
“aggregations”: {
“load_time_outlier”: {
“values” : {
“1.0”: 15,
“5.0”: 20,
“25.0”: 23,
“50.0”: 25,
“75.0”: 29,
“95.0”: 60,
“99.0”: 150
}
}
}
}
9>Percentile Ranks Aggregation #看看15毫秒和30毫秒内大概有多少页面加载完。
{
“aggs” : {
“load_time_outlier” : {
“percentile_ranks” : {
“field” : “load_time”,
“values” : [15, 30]
}
}
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“load_time_outlier”: {
“percentile_ranks”: {
“field”: “load_time”,
“values”: [
15,
30
]
}
}
}
}
返回：看出15毫秒时大概92%页面加载完毕。30毫秒时基本都加载完成。
{
…
“aggregations”: {
“load_time_outlier”: {
“values” : {
“15”: 92,
“30”: 100
}
}
}
}
10>Stats Aggregation #最大、最小、和、平均值。一起求出来
{
“aggs” : {
“grades_stats” : { “stats” : { “field” : “grade” } }
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“grades_stats”: {
“stats”: {
“field”: “grade”
}
}
}
}
11>Sum Aggregation #求和
“aggs” : {
“intraday_return” : { “sum” : { “field” : “change” } }
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“intraday_return”: {
“sum”: {
“field”: “change”
}
}
}
}
12>Top hits Aggregation #较为常用的统计。获取到每组前n条数据。相当于sql 中 group by 后取出前n条。
{
“aggs”: {
“top-tags”: {
“terms”: {
“field”: “tags”,
“size”: 3
},
“aggs”: {
“top_tag_hits”: {
“top_hits”: {
“sort”: [
{
“last_activity_date”: {
“order”: “desc”
}
}
],
“_source”: {
“include”: [
“title”
]
},
“size” : 1
}
}
}
}
}
}
例子：取100组，每组只要第一条。为了见bain没用order和_source，请自行测试他们。
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“all_interests”: {
“terms”: {
“field”: “zxw_id”,
“size”: 100
},
“aggs”: {
“top_tag_hits”: {
“top_hits”: {
“size”: 1
}
}
}
}
}
}
14>Value Count Aggregation #数量统计，看看这个字段一共有多少个不一样的数值。
{
“aggs” : {
“grades_count” : { “value_count” : { “field” : “grade” } }
}
}
例子：
GET index/type/_search?search_type=count
{
“query”: {
“match_all”: {}
},
“aggs”: {
“grades_count”: {
“value_count”: {
“field”: “grade”
}
}
}
}