Elasticsearch 汇总聚合功能使得你可以获得搜索结果的元数据,比如“有多少账户持有者是在得克萨斯的?”或者“青年账户的平均余额是多少?”。 你可以在一个请求里完成搜索文档,过滤,使用聚合分析结果的功能。
例如,下面这个请求通过terms聚合来讲所有bank索引中的账户按照state来进行分组,并且按照降序的方式来现实账户最多的10个states。
GET /bank/_search
{
"size": 0
, "aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"size": 10
}
}
}
}
在应答数据中buckets节点下是state的域值。 doc_count显示的是每个state下的账户数。 比如,你可以看到在ID(Idaho)有27个账户。由于请求中size=0,所以返回的数据中只包含聚合的结果。
{
"took" : 205,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1000,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"group_by_state" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 743,
"buckets" : [
{
"key" : "TX",
"doc_count" : 30
},
{
"key" : "MD",
"doc_count" : 28
},
{
"key" : "ID",
"doc_count" : 27
},
{
"key" : "AL",
"doc_count" : 25
},
{
"key" : "ME",
"doc_count" : 25
},
{
"key" : "TN",
"doc_count" : 25
},
{
"key" : "WY",
"doc_count" : 25
},
{
"key" : "DC",
"doc_count" : 24
},
{
"key" : "MA",
"doc_count" : 24
},
{
"key" : "ND",
"doc_count" : 24
}
]
}
}
}
你还可以通过整合多个聚合条件来构建更加复杂的数据结果统计。比如,下面这个请求在上层group_by_state基础上嵌套了一个avg聚合参数来计算每个周的账户余额平均值。
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"size": 10
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
除了通过账户数量来进行排序外, 你还可以通过terms中指定排序的标准为嵌套聚合的结果,即在terms节点中指定按照每个state的账户平均值进行排序。
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"size": 10,
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
除了这些基本的存储和指标聚合外, Elasticsearch还提供了特殊的聚合方式在多个域上操作或者分析特殊类型的数据,比如日期,ip地址,geo数据(地理位置数据)。 你还可以将单个聚合的结果放入聚合管道来进行进一步分析。
聚合提供的核心分析能力可以用来更高级别的特性使用,比如用机器学习来监测异常。