Kibana操作Elasticsearch-Aggregations聚合数据分析

这篇文章呢，主要演示Kibana操作Elasticsearch做数据分析

聚合 Aggregations
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUPBY和SQL聚合函数。在Elasticsearch中,您有执行搜索返回hits (命中结果) ,并且同时返回聚合结果,把一个响应中的所有hits (命中结果)分隔开的能力。这是非常强大且有效的,您可以执行查询和多个聚合,并且在一次使用中得到各自的(任何一个的)返回结果,使用一次简洁和简化的API来避免网络往返。

基本操作

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 10
      }
    },
    "ageAvg":{
      "avg": {
        "field": "age"
      }
    },
    "balanceAvg":{
      "avg":{
        "field": "balance"
      }
    }
  },
  "size": 0
}

#terms这个有点类似于Group BY 进行分组的，这里是查询所有数据，address为mill的然后得到的数据根据age进行分组，取出前10条
#ageAvg这个聚合体中是求出整个数据中的age的平均值
#balanceAvg这个是查这些数据的平均balance值

嵌套查询

#按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "ageAvg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}
#这里是根据年龄段分组后，在统计每个年龄段的平均balance

多重嵌套查询.

#查询所有年龄分布，并且这些年龄段中M的平均薪资和F的平均薪资一级这个年龄段的总体平均薪资
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "gendrAgg": {
          "terms": {
            "field": "gender.keyword",
            "size": 10
          },
          "aggs": {
            "balanceAvg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        },
        "ageBalanceAvg":{
              "avg": {
                "field": "balance"
              }
            }
      }
    }
  }
}
#先查询出所有的数据，
#然后按照年龄进行分组，terms
#在分好组的每块数据中又区分出M/F性别进行分组，并得到M/F的平均薪资
#在当前这个年龄段组中计算出平均薪资