Elasticsearch聚合功能(aggregations)使你能夠獲取有關(guān)搜索結(jié)果的元信息,并回答像“德克薩斯州有多少個(gè)帳戶持有人?”、“田納西州的平均帳戶余額是多少?”之類的問題。你可以在一個(gè)請求中搜索、過濾文檔,并使用聚合功能分析結(jié)果。
例如,以下請求使用terms聚合功能(Simon:即按照某個(gè)字段名來聚合,類似MySQL中的group by <colunmName>)將bank索引中的所有帳戶按州名分組,并降序返回帳戶數(shù)量最多的十個(gè)州:
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
返回結(jié)果中的buckets字段是state字段相關(guān)的值。 doc_count顯示了每個(gè)state對應(yīng)的帳戶數(shù)。 例如,你可以看到ID(愛達(dá)荷州)有27個(gè)帳戶。 因?yàn)檎埱笾性O(shè)置了size=0,所以響應(yīng)僅包含聚合結(jié)果。
{
"took": 29,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped" : 0,
"failed": 0
},
"hits" : {
"total" : {
"value": 1000,
"relation": "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"group_by_state" : {
"doc_count_error_upper_bound": 20,
"sum_other_doc_count": 770,
"buckets" : [ {
"key" : "ID",
"doc_count" : 27
}, {
"key" : "TX",
"doc_count" : 27
}, {
"key" : "AL",
"doc_count" : 25
}, {
"key" : "MD",
"doc_count" : 25
}, {
"key" : "TN",
"doc_count" : 23
}, {
"key" : "MA",
"doc_count" : 21
}, {
"key" : "NC",
"doc_count" : 21
}, {
"key" : "ND",
"doc_count" : 21
}, {
"key" : "ME",
"doc_count" : 20
}, {
"key" : "MO",
"doc_count" : 20
} ]
}
}
}
你可以組合聚合語句來構(gòu)建更復(fù)雜的數(shù)據(jù)匯總查詢。 例如,以下請求將avg聚合嵌套在先前的group_by_state聚合內(nèi),以計(jì)算每個(gè)州的平均帳戶余額。
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
除了按計(jì)數(shù)結(jié)果進(jìn)行排序,你還可以在terms聚合查詢中指定子嵌套聚合查詢的結(jié)果進(jìn)行排序:
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
除了這些基本的聚合功能外,Elasticsearch還提供了定制化的聚合,用于在多個(gè)字段上操作并分析特定類型的數(shù)據(jù),例如日期,IP地址和地理數(shù)據(jù)。 你還可以將單個(gè)聚合的結(jié)果傳送到管道聚合中,以進(jìn)行進(jìn)一步分析。
聚合提供的核心分析可提供一些高級功能,例如使用機(jī)器學(xué)習(xí)來檢測異常。