elasticsearch aggs里再按条件聚合数据

elasticsearch支持很强大的数据处理功能，在聚合数据方面，elasticsearch提供了很多的api，具体请参考elasticsearch官网。

这里只简单说一下如何多重聚合数据。

1、最简单的聚合数据，相当于mysql里的group by

比如，再现在按照公司来聚合数据：

{

"aggs": {

"companies": {

"terms": {

"field": "company",

"size": 0

}

}

},

"size": 0

}

执行后，结果里将会包含这样的数据：

"companies":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key":"company1",

"doc_count":90

},

{

"key":"company2",

"doc_count":1

}

]

}

2、在结果里增加另外字段的聚合结果，相当于mysql里group by两个字段

比如，再现在按照公司来聚合数据,然后再按部门聚合数据：

{

"aggs": {

"companies": {

"terms": {

"field": "company",

"size": 0

},

"aggs": {

"developments": {

"terms": {

"field": "development",

"size": 0

}

}

}

}

},

"size": 0

}

执行后，结果里将会包含这样的数据：

"companies":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key":"company1",

"doc_count":90,

"developments":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key":"部门1",

"doc_count":20

}

]

}

},

{

"key":"company2",

"doc_count":1,

"developments":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key":"部门2",

"doc_count":10

}

]

}

}

]

}

3、再增强一下，按照某个日期以后添加的部门数据

{

"aggs": {

"companies": {

"terms": {

"field": "company",

"size": 0

},

"aggs": {

"developments": {

"date_range": {

"field": "createtime",

"format": "yyy-MM-dd",

"ranges": [

{

"from": "now-10M/M"

}

]

}

}

}

}

},

"size": 0

}

执行后，结果里将会包含这样的数据：

"companies":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key":"company1",

"doc_count":90,

"developments":{

"doc_count_error_upper_bound":0,

"sum_other_doc_count":0,

"buckets":[

{

"key": "2017-06-15-*",

"from": 1497484800000,

"from_as_string": "2017-06-15",

"doc_count": 8

}

]

}

},

{

"key":"company2",

"doc_count":1,

"developments":{

"buckets":[

{

"key": "2017-06-15-*",

"from": 1497484800000,

"from_as_string": "2017-06-15",

"doc_count": 3

}

]

}

}

]

}

这里的子部门数据是从2017-06-15开始到现在添加的。

还有很多其它的聚合方法，请到官网查看。