ElasticSearch学习笔记之二十八 细说Pipeline Aggregations
ElasticSearch学习笔记之二十八 细说Pipeline Aggregations
- Avg Bucket Aggregation(平均值分组聚合)
- Syntax(语法)
- avg_bucket 参数
- Max Bucket Aggregation(最大分组聚合)
- Syntax(语法)
- max_bucket 参数
- Min Bucket Aggregation(最小分组聚合)
- Syntax(语法)
- min_bucket 参数
- Sum Bucket Aggregation(总数分组聚合)
- Syntax(语法)
- sum_bucket 参数
- Stats Bucket Aggregation(统计分组聚合)
- Syntax(语法)
- stats_bucket参数
Avg Bucket Aggregation(平均值分组聚合)
Avg Bucket Aggregation是一个会计算同级聚合指定指标的平均值的同级pipeline aggregation 。指定的指标必须是数字型，同级聚合必须是多分组聚合。
Syntax(语法)
avg_bucket aggregation结构如下:
{
"avg_bucket": {
"buckets_path": "the_sum"
}
}
avg_bucket 参数
| 参数名 | 说明 | 是否必须 | 默认值 |
|---|---|---|---|
| buckets_path | 计算平均值的分组聚合路径 (更多参见 buckets_path Syntax) | Required | |
| gap_policy | 数据出现控制的处理策略 (更多参见Dealing with gaps in the data) | Optional | skip |
| format | 聚合输出的格式化 | Optional | null |
下面的案例展示所有月份销售总额的平均值:
POST /_search
{
"size": 0,
"aggs": {
"sales_per_month": {
"date_histogram": {
"field": "date",
"interval": "month"
},
"aggs": {
"sales": {
"sum": {
"field": "price"
}
}
}
},
"avg_monthly_sales": {
"avg_bucket": {
"buckets_path": "sales_per_month>sales"
}
}
}
}
buckets_path 表明 avg_bucket 聚合希望计算 sales_per_month日期直方图聚合内部的sales 总数指标聚合的平均值.
响应如下:
{
"took": 11,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"sales_per_month": {
"buckets": [
{
"key_as_string": "2015/01/01 00:00:00",
"key": 1420070400000,
"doc_count": 3,
"sales": {
"value": 550.0
}
},
{
"key_as_string": "2015/02/01 00:00:00",
"key": 1422748800000,
"doc_count": 2,
"sales": {
"value": 60.0
}
},
{
"key_as_string": "2015/03/01 00:00:00",
"key": 1425168000000,
"doc_count": 2,
"sales": {
"value": 375.0
}
}
]
},
"avg_monthly_sales": {
"value": 328.33333333333333
}
}
}
Max Bucket Aggregation(最大分组聚合)
Max Bucket Aggregation是一个会指出同级聚合指定指标最大值的分组的同级pipeline aggregation ，并且会同时返回分组key(s)和最大值，指定的指标必须是数字型，同级聚合必须是多分组聚合。
Syntax(语法)
max_bucket aggregation结构如下:
{
"max_bucket": {
"buckets_path": "the_sum"
}
}
max_bucket 参数
| 参数名 | 说明 | 是否必须 | 默认值 |
|---|---|---|---|
| buckets_path | 计算指标最大值的分组聚合路径 (更多参见 buckets_path Syntax) | Required | |
| gap_policy | 数据出现控制的处理策略 (更多参见Dealing with gaps in the data) | Optional | skip |
| format | 聚合输出的格式化 | Optional | null |
下面的案例展示所有月份销售总额的最大值:
POST /sales/_search
{
"size": 0,
"aggs" : {
"sales_per_month" : {
"date_histogram" : {
"field" : "date",
"interval" : "month"
},
"aggs": {
"sales": {
"sum": {
"field": "price"
}
}
}
},
"max_monthly_sales": {
"max_bucket": {
"buckets_path": "sales_per_month>sales"
}
}
}
}
buckets_path 表明 max_bucket 聚合希望计算 sales_per_month日期直方图聚合内部的sales 总数指标聚合的最大值.
响应如下：
{
"took": 11,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"sales_per_month": {
"buckets": [
{
"key_as_string": "2015/01/01 00:00:00",
"key": 1420070400000,
"doc_count": 3,
"sales": {
"value": 550.0
}
},
{
"key_as_string": "2015/02/01 00:00:00",
"key": 1422748800000,
"doc_count": 2,
"sales": {
"value": 60.0
}
},
{
"key_as_string": "2015/03/01 00:00:00",
"key": 1425168000000,
"doc_count": 2,
"sales": {
"value": 375.0
}
}
]
},
"max_monthly_sales": {
"keys": ["2015/01/01 00:00:00"], #最大值可能出现在多个分组，所以keys是数组
"value": 550.0
}
}
}
Min Bucket Aggregation(最小分组聚合)
Min Bucket Aggregation是一个会指出同级聚合指定指标最小值的分组的同级pipeline aggregation ，并且会同时返回分组key(s)和最大值，指定的指标必须是数字型，同级聚合必须是多分组聚合。
Syntax(语法)
min_bucket aggregation结构如下:
{
"min_bucket": {
"buckets_path": "the_sum"
}
}
min_bucket 参数
| 参数名 | 说明 | 是否必须 | 默认值 |
|---|---|---|---|
| buckets_path | 计算指标最小值的分组聚合路径 (更多参见 buckets_path Syntax) | Required | |
| gap_policy | 数据出现控制的处理策略 (更多参见Dealing with gaps in the data) | Optional | skip |
| format | 聚合输出的格式化 | Optional | null |
下面的案例展示所有月份销售总额的最小值:
POST /sales/_search
{
"size": 0,
"aggs" : {
"sales_per_month" : {
"date_histogram" : {
"field" : "date",
"interval" : "month"
},
"aggs": {
"sales": {
"sum": {
"field": "price"
}
}
}
},
"min_monthly_sales": {
"min_bucket": {
"buckets_path": "sales_per_month>sales"
}
}
}
}
buckets_path 表明 min_bucket 聚合希望计算 sales_per_month日期直方图聚合内部的sales 总数指标聚合的最小值.
响应如下：
{
"took": 11,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"sales_per_month": {
"buckets": [
{
"key_as_string": "2015/01/01 00:00:00",
"key": 1420070400000,
"doc_count": 3,
"sales": {
"value": 550.0
}
},
{
"key_as_string": "2015/02/01 00:00:00",
"key": 1422748800000,
"doc_count": 2,
"sales": {
"value": 60.0
}
},
{
"key_as_string": "2015/03/01 00:00:00",
"key": 1425168000000,
"doc_count": 2,
"sales": {
"value": 375.0
}
}
]
},
"min_monthly_sales": {
"keys": ["2015/02/01 00:00:00"], #最小值可能出现在多个分组，所以keys是数组
"value": 60.0
}
}
}
Sum Bucket Aggregation(总数分组聚合)
Sum Bucket Aggregation是一个会指出同级聚合指定指标总计的分组的同级pipeline aggregation ，并且会同时返回分组key(s)和最大值，指定的指标必须是数字型，同级聚合必须是多分组聚合。
Syntax(语法)
sum_bucket aggregation结构如下:
{
"sum_bucket": {
"buckets_path": "the_sum"
}
}
sum_bucket 参数
| 参数名 | 说明 | 是否必须 | 默认值 |
|---|---|---|---|
| buckets_path | 计算指标总计的分组聚合路径 (更多参见 buckets_path Syntax) | Required | |
| gap_policy | 数据出现控制的处理策略 (更多参见Dealing with gaps in the data) | Optional | skip |
| format | 聚合输出的格式化 | Optional | null |
下面的案例展示所有月份销售总额的总计:
POST /sales/_search
{
"size": 0,
"aggs" : {
"sales_per_month" : {
"date_histogram" : {
"field" : "date",
"interval" : "month"
},
"aggs": {
"sales": {
"sum": {
"field": "price"
}
}
}
},
"sum_monthly_sales": {
"sum_bucket": {
"buckets_path": "sales_per_month>sales"
}
}
}
}
buckets_path 表明 sum_bucket 聚合希望计算 sales_per_month日期直方图聚合内部的sales 总数指标聚合的总计.
响应如下：
{
"took": 11,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"sales_per_month": {
"buckets": [
{
"key_as_string": "2015/01/01 00:00:00",
"key": 1420070400000,
"doc_count": 3,
"sales": {
"value": 550.0
}
},
{
"key_as_string": "2015/02/01 00:00:00",
"key": 1422748800000,
"doc_count": 2,
"sales": {
"value": 60.0
}
},
{
"key_as_string": "2015/03/01 00:00:00",
"key": 1425168000000,
"doc_count": 2,
"sales": {
"value": 375.0
}
}
]
},
"sum_monthly_sales": {
"value": 985.0
}
}
}
Stats Bucket Aggregation(统计分组聚合)
Stats Bucket Aggregation是一个会指出同级聚合指定指标统计的分组的同级pipeline aggregation ，并且会同时返回分组key(s)和最大值，指定的指标必须是数字型，同级聚合必须是多分组聚合。
Syntax(语法)
stats_bucket aggregation结构如下:
{
"stats_bucket": {
"buckets_path": "the_sum"
}
}
stats_bucket参数
| 参数名 | 说明 | 是否必须 | 默认值 |
|---|---|---|---|
| buckets_path | 计算指标统计的分组聚合路径 (更多参见 buckets_path Syntax) | Required | |
| gap_policy | 数据出现控制的处理策略 (更多参见Dealing with gaps in the data) | Optional | skip |
| format | 聚合输出的格式化 | Optional | null |
下面的案例展示所有月份销售总额的统计:
POST /sales/_search
{
"size": 0,
"aggs" : {
"sales_per_month" : {
"date_histogram" : {
"field" : "date",
"interval" : "month"
},
"aggs": {
"sales": {
"sum": {
"field": "price"
}
}
}
},
"stats_monthly_sales": {
"stats_bucket": {
"buckets_path": "sales_per_month>sales"
}
}
}
}
buckets_path 表明 stats_bucket 聚合希望计算 sales_per_month日期直方图聚合内部的sales 总数指标聚合的统计.
响应如下：
{
"took": 11,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"sales_per_month": {
"buckets": [
{
"key_as_string": "2015/01/01 00:00:00",
"key": 1420070400000,
"doc_count": 3,
"sales": {
"value": 550.0
}
},
{
"key_as_string": "2015/02/01 00:00:00",
"key": 1422748800000,
"doc_count": 2,
"sales": {
"value": 60.0
}
},
{
"key_as_string": "2015/03/01 00:00:00",
"key": 1425168000000,
"doc_count": 2,
"sales": {
"value": 375.0
}
}
]
},
"stats_monthly_sales": {
"count": 3,
"min": 60.0,
"max": 550.0,
"avg": 328.3333333333333,
"sum": 985.0
}
}
}