Elasticsearch权威指南：聚合基础入门与实践

Elasticsearch权威指南：聚合基础入门与实践

什么是聚合？

聚合（Aggregation）是Elasticsearch中强大的数据分析功能，它允许我们对数据进行分组、统计和计算各种指标。与SQL中的GROUP BY类似，但功能更加强大和灵活。

准备示例数据

为了更好地理解聚合，我们先创建一个汽车交易数据的示例。这些数据包含以下字段：

• price：汽车售价
• color：汽车颜色
• make：汽车制造商
• sold：销售日期

POST /cars/transactions/_bulk
{ "index": {}}
{ "price" : 10000, "color" : "red", "make" : "honda", "sold" : "2014-10-28" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 30000, "color" : "green", "make" : "ford", "sold" : "2014-05-18" }
{ "index": {}}
{ "price" : 15000, "color" : "blue", "make" : "toyota", "sold" : "2014-07-02" }
{ "index": {}}
{ "price" : 12000, "color" : "green", "make" : "toyota", "sold" : "2014-08-19" }
{ "index": {}}
{ "price" : 20000, "color" : "red", "make" : "honda", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 80000, "color" : "red", "make" : "bmw", "sold" : "2014-01-01" }
{ "index": {}}
{ "price" : 25000, "color" : "blue", "make" : "ford", "sold" : "2014-02-12" }

第一个聚合查询：统计汽车颜色分布

假设我们是汽车经销商，想知道哪种颜色的汽车最受欢迎。我们可以使用terms聚合来实现：

GET /cars/transactions/_search
{
    "size" : 0,
    "aggs" : {
        "popular_colors" : {
            "terms" : {
              "field" : "color"
            }
        }
    }
}

关键参数解析：

1. size: 0：表示我们不关心具体的搜索结果，只想要聚合结果，这样可以提高查询效率
2. aggs（或aggregations）：聚合操作的顶层参数
3. popular_colors：我们为这个聚合指定的自定义名称
4. terms：表示我们要对字段值进行分组统计
5. field: "color"：指定我们要聚合的字段

查询结果分析

返回结果会类似这样：

{
   "hits": {
      "hits": []
   },
   "aggregations": {
      "popular_colors": {
         "buckets": [
            {
               "key": "red",
               "doc_count": 4
            },
            {
               "key": "blue",
               "doc_count": 2
            },
            {
               "key": "green",
               "doc_count": 2
            }
         ]
      }
   }
}

结果解读：

• buckets：包含所有分组的数组
• 每个分组包含：
  • key：分组的字段值（这里是颜色）
  • doc_count：该分组中的文档数量

从结果可以看出，红色汽车最受欢迎，共有4辆；蓝色和绿色汽车各有2辆。

聚合的特点

1. 实时性：聚合结果会随着数据的变化实时更新
2. 高性能：即使处理大量数据也能快速返回结果
3. 灵活性：可以嵌套多种聚合操作
4. 可扩展性：支持多种类型的聚合操作

实际应用场景

聚合功能在实际业务中有广泛的应用，例如：

• 电商网站统计商品销量排名
• 日志分析系统统计错误类型分布
• 用户行为分析统计用户活跃时段
• 金融系统统计交易金额分布

下一步学习建议

掌握了这个基础聚合后，可以继续学习：

1. 度量聚合（如计算平均值、最大值等）
2. 嵌套聚合（在多层级上进行聚合分析）
3. 日期范围聚合（对时间数据进行分组）
4. 聚合结果排序和过滤

聚合是Elasticsearch最强大的功能之一，通过灵活组合各种聚合操作，可以实现复杂的数据分析需求。