es聚合分组 es怎么做聚合

转载

mob64ca1416f1ef 2024-03-15 08:06:08

1、查询结构

{
     "query": {…},
     "aggs": {
         "aggregation_name": {
             "aggregation_type": {
                 ...
             }
         }
     }
 }

其中的aggs为aggregations缩写形式，两种都可以。

聚合的数量没有限制。每个聚合需要指定唯一名字及对应类型。

2、聚合类型

有三种类型:metrics,buckets和pipeline.

2.1 metrics聚合

avg	单值聚合。计算数值的平均值。
min	单值聚合。计算数值的最小值。
max	单值聚合。计算数值的最大值。
stats	多值聚合。计算的结果中包含min,max,sum,count和avg
extended_stats	多值聚合，计算的结果中除了包含stats有的，还包含sum_of_squqres,variance,std_deviation和std_deviation_bounds
value_count	单值聚合。用于统计文档值的个数，不会忽略重复值，重复值也会计算在内。
cardinality	单值聚合。计算不同值的个数。
percentiles	多值聚合。计算数值类型的一个或者多个百分比值。默认返回的是[1,5,25,50,75,95,99]对应的百分位数。
percentile_ranks	多值聚合，计算数值类型的一个或者多个百分排名
top_hits	跟踪最相关的文档。此聚合器目的是作为子聚合器，为了每个bucket来聚合最匹配文档。不建议top_hits作为最外层聚合。
geo_bounds	计算包含所有地理位置值的边界框
scripted_metric	执行脚本提供度量输出

avg支持的参数有:

missing,定义当文档缺少这个字段值时应该怎样处理。默认是忽略。如果设置了就将该值作为当前文档的值。
field，当指定的是直方图字段时，即内容为{"values":[], "counts":[]}时计算的平均值为values*counts/sum(counts)

min，max支持的参数与avg一样

stats支持的参数与avg一样

extended_stats支持额外的参数：

sigma,用来控制离均值标准方法为多少的需要显示。只能是非负值。

cardinality支持另外的参数：

precision_threshold,定义一个唯一的计数，低于该计数的计数将接近准确

percentiles支持额外的参数：

percents指定特殊的百分位。
keyed,默认是true，将唯一字符串键与单个bucket关联，并将范围作为哈希而不是数组返回

percentile_ranks支持额外的参数：

values指定特殊的百分位
keyed,默认是true，将唯一字符串键与单个bucket关联，并将范围作为哈希而不是数组返回

top_hits支持额外的参数：

from,第一个结果的偏移
size，每个bucket返回的最匹配记录的最大数。
sort，指定排序。

支持的子section有

highlighting
explain
named queries
search fields
source filtering
stored fields
script fields
doc value fields
include versions
include sequence number and primary terms

geo_bounds支持的额外参数：

wrap_longitude,指定是否允许边界框与国际日期线重叠，默认是true

scripted_metric支持的参数

init_script,在收集文件之前执行。允许聚合安装初始状态
map_script，每个文档收集时执行。必选项。
combine_script，文档收集完成后每个分片立即执行。必选项
reduce_script，所有分片返回结果后，协调节点执行。必选项
params。可选项。作为变量传给init_script,map_script,combine_script.

2.2 buckets聚合

filter	在当前的文档集合上下文中定义一个匹配指定过滤器的所有文档bucket。通过用于减小当前聚合上下文到一个指定的文档集合中。
filters	定义多个bucket聚合，每个bucket与一个过滤器匹配。每个bucket收集匹配相关的过滤器的文档。
terms	基于源的多个bucket值的聚合，每个bucket是动态创建的，每个是唯一值。
range	基于源的多个bucket值的聚合，通过from,to定义区间范围，to值不包含
date_range	用于日期值的区间聚合，与range的区别在于from,to的值可以使用日期数学表达式计算的值。
ip_range	与date_range相似，专门用于ip地址的。除了from,to来定义区间，也可以使用mask来定义
missing	单个bucket聚合。在缺少字段值时在当前的文档上下文中创建所有文档的一个bucket。
histogram	多个bucket值的聚合，应用于数值。
date_histogram	与histogram相似，用于日期类型数据
geo_distance	多bucket聚合，用于geo_point类型字段，与range相似。
geohash_grid	多bucket聚合，根据geo_point和geo_shape值分组到表示网格的bucket中。
global	定义在搜索执行上下文内所有文档的一个bucket.
significant_terms	返回感兴趣的或者经常出现的词条。
sampler	用于限制子聚合处理最高分文档的采样。
children	一个特殊的单bucket聚合。选择指定类型，在join字段中定义的子文档。
nested	一个特殊的单bucket聚合，使得能够聚合嵌套文档。
reverse_nested	一个特殊的单bucket聚合，在嵌套文档中聚合父文档。必须定义在nested聚合中

histogram支持的参数有

interval,必须是一个正数值。
min_doc_count,指定区间内最少的文档个数。

date_histogram支持的参数：

calendar_interval，支持的值有minute(1m),hour(1h),day(1d),week(1w),month(1M),quartar(1q),year(1y)
fixed_interval,支持的单位有ms,s,m,h,d

geo_distance支持的参数

field，指定用于聚合的字段
origin指定原点
ranges，通过from,to指定元素区间
unit，默认单位是m，也支持mi(miles),in(inches),yd(yards),km(kilometers),cm(centimeters),mm(millimeter)
distance_type,指定距离计算模式。支持的值有arc,plane。默认的是arc

geohash_grid支持的参数有