elasticsearch(7)聚合统计-分组聚合
直方图聚合
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 5
}
}
}
}
返回值表示，[15,20)区间内的值有1个，[20,25)区间内的值有0个，[25,30)区间内的值有1个，[30,35)区间内的值有1个。
{
"aggregations": {
"test_histogram": {
"buckets": [
{
"key": 15,
"doc_count": 1
},
{
"key": 20,
"doc_count": 0
},
{
"key": 25,
"doc_count": 1
},
{
"key": 30,
"doc_count": 1
}
]
}
}
}
1、直方图筛选规则
举个例子，有一个price字段，这个字段描述了商品的价格，现在想每隔5就创建一个桶，统计每隔区间都有多少个文档（商品）。
如果有一个商品的价格为32，那么它会被放入30的桶中，计算的公式如下：
rem = value % interval
if (rem < 0) {
rem += interval
}
bucket_key = value - rem
通过上面的方法，就可以确定文档属于哪一个桶。
不过也有一些问题存在，由于上面的方法是针对于整型数据的，因此如果字段是浮点数，那么需要先转换成整型，再调用上面的方法计算。问题来了，正数还好，如果该值是负数，就会出现计算出错。比如，一个字段的值为-4.5，在进行转换整型时，转换成了-4。那么按照上面的计算，它就会放入-4的桶中，但是其实-4.5应该放入-6的桶中。
2、extended_bounds
extended_bounds可以强制直方图聚合从指定最小值开始创建分组，直到最大值，即使没有任何文档存在。
且extended_bounds不会过滤分组，即使实际上的分组不在extended_bounds的最小值最大值区间内，直方图聚合依然以实际的最小值或最大值创建分组。
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 5,
"extended_bounds":{
"min": 0,
"max": 20
}
}
}
}
}
3、排序
按直方图分组的key排序：
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 5,
"order": {
"_key": "asc"
}
}
}
}
}
按直方图分组的value排序：
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 5,
"order": {
"_count": "desc"
}
}
}
}
}
4、偏移
分组默认从0开始以interval为间隔步进，可以通过offset修改分组的开始位置。
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 5,
"offset": 8
}
}
}
}
日期直方图聚合
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_date_histogram": {
"date_histogram": {
"field": "field1",
"interval": "1M",
"format": "yyyy-MM-dd"
}
}
}
}
interval支持的表达式有：year、month、week、day、hour、quarter、minute、second。
日期范围聚合
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_date_range": {
"date_range": {
"field": "field1",
"format": "yyyy-MM-dd",
"ranges": [
{
"from": "now-10M/M",
"to": "now"
}
]
}
}
}
}
范围聚合
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_range": {
"range": {
"field": "field1",
"ranges": [
{
"from": 0,
"to": 10
}
]
}
}
}
}
过滤聚合
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_filter": {
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 10
}
}
},
"filter": {
"range": {
"field2": {
"gte": 10
}
}
}
}
}
}
多重过滤聚合
等价于批量过滤聚合。
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_filters": {
"aggs": {
"test_histogram": {
"histogram": {
"field": "field1",
"interval": 10
}
}
},
"filters": {
"filters": {
"test_range": {
"range": {
"field2": {
"gte": 10
}
}
},
"test_range2" :{
"range": {
"field2": {
"lte": 20
}
}
}
}
}
}
}
}
空值集合
GET /testindex/testtype/_search
{
"size": 0,
"aggs": {
"test_missing": {
"missing": {
"field": "field1"
}
}
}
}
索引词聚合
通过制定字段的值统计聚合。
GET /index/type/_search
{
"size": 0,
"aggs": {
"test_terms": {
"terms": {
"field": "field1"
}
}
}
}
1、规模
通过size参数指定返回的分组数量，size设置为0表示规模大小为Integer.MAX_VALUE。
2、排序
通过order自定义分组排序方式，默认根据分组的doc_count值降序排序。
GET /testindex/testtype/_search
{
"size": 0,
"aggs": {
"test_terms": {
"terms": {
"field": "field1",
"size": 10,
"order": {
"_count": "desc"
}
}
}
}
}
3、过滤
GET /testindex/testtype/_search
{
"size": 0,
"aggs": {
"test_terms": {
"terms": {
"field": "field1",
"size": 10,
"include": "*",
"exclude": "water.*"
}
}
}
}