ES「7.6.x」學習筆記（十）聚合查詢

聚合查詢，它是在搜索的結果上，提供的一些聚合數據信息的方法。比如：求和、最大值、平均數等。聚合查詢的類型有很多種，每一種類型都有它自己的目的和輸出。在ES中，也有很多種聚合查詢，下面我們看看聚合查詢的語法結構，

<code>"aggregations" : {
    "" : {
        "" : {
            
        }
        [,"meta" : {  [] } ]?
        [,"aggregations" : { []+ } ]?
    }
    [,"" : { ... } ]*
}/<code>

aggregations實體包含了所有的聚合查詢，如果是多個聚合查詢可以用數組，如果只有一個聚合查詢使用對象，aggregations也可以簡寫為aggs。aggregations裡邊的每一個聚合查詢都有一個邏輯名稱，這個名稱是用戶自定義的，在我們的語法結構中，對應的是。比如我們的聚合查詢要計算平均價格，這時我們自定義的聚合查詢的名字就可以叫做avg_price，這個名字要在聚合查詢中保持唯一。

在自定義的聚合查詢對象中，需要指定聚合查詢的類型，這個類型字段往往是對象中的第一個字段，在上面的語法結構中，對應的是。在聚合查詢的內部，還可以有子聚合查詢，對應的是aggregations，但是隻有Bucketing類型的聚合查詢才可以有子聚合查詢。

metrics 聚合查詢

metrics 我覺得在這裡翻譯成“指標”比較好，也不是太準確，我們還是用英文比較好。metrics 聚合查詢的值都是從查詢結果中的某一個字段（field）提煉出來的，下面我們就看看一些常用的metrics 聚合查詢。我們有如下的一些索引數據，大家先看一下，

索引的名字叫做bank，一些關鍵的字段有account_number銀行賬號，balance賬戶餘額，firstname和lastname等，大家可以直接看出它們代表的含義。假如我們想看看銀行裡所有人的平均餘額是多少，那麼查詢的語句該怎麼寫呢？

<code>POST /bank/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      }
    }
  },
  "aggs": {
    "avg_balance": {
      "avg": {
        "field": "balance"
      }
    }
  }
}/<code>

在查詢語句中，查詢的條件匹配的是全部，在聚合查詢中，我們自定義了一個avg_balance的聚合查詢，它的類型是avg，求平均數，然後我們指定字段是balance，也就是我們要計算平均數的字段。我們執行一下，然後看看返回的結果，

<code>{
    "took": 11,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": ……
    "aggregations": {
        "avg_balance": {
            "value": 25714.837
        }
    }
}/<code>

在返回的結果中，我們看到在aggregations中，返回了我們自定義的聚合查詢avg_balance，並且計算的平均值是25714.837。

如果我們要查詢balance的最大、最小、平均、求和、數量等，可以使用stats查詢，我們來看一下如何發送這個請求，

<code>POST /bank/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      }
    }
  },
  "aggs": {
    "stats_balance": {
      "stats": {
        "field": "balance"
      }
    }
  }
}/<code>

我們只需要把前面聚合查詢的類型改為stats就可以了，我們看一下返回的結果，

<code>{
    "took": 20,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": ……
    "aggregations": {
        "stats_balance": {
            "count": 1000,
            "min": 1011,
            "max": 49989,
            "avg": 25714.837,
            "sum": 25714837
        }
    }
}/<code>

我們可以看到在返回的結果中，返回了5個字段，我們最常用的最大、最小、平均、求和、數量都包含在內，很方便是不是。

Bucket 聚合查詢

Bucket 聚合不像metrics 那樣基於某一個值去計算，每一個Bucket （桶）是按照我們定義的準則去判斷數據是否會落入桶（bucket）中。一個單獨的響應中，bucket（桶）的最大個數默認是10000，我們可以通過serarch.max_buckets去進行調整。

如果從定義來看，理解Bucket聚合查詢還是比較難的，而且Bucket聚合查詢的種類也有很多，給大家一一介紹不太可能，我們舉兩個實際中用的比較多的例子吧。在上面的metrics 聚合中，我們可以查詢到數量（count），但是我們能不能分組呢？是不是和數據庫中的group by聯繫起來了？對，Bucket 聚合查詢就像是數據庫中的group by，我們還用上面銀行的索引，比如說我們要看各個年齡段的存款人數，那麼查詢語句我們該怎麼寫呢？這裡就要使用Bucket 聚合中的Terms聚合查詢，查詢語句如下：

<code>POST /bank/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      }
    }
  },
  "aggs": {
    "ages": {
      "terms": {
        "field": "age"
      }
    }
  }
}/<code>

其中，ages是我們定義的聚合查詢的名稱，terms指定要分組的列，我們運行一下，看看結果，

<code>……
{
    "aggregations": {
    "ages": {
        "doc_count_error_upper_bound": 0,
        "sum_other_doc_count": 463,
        "buckets": [
            {
                "key": 31,
                "doc_count": 61
            }
            ,
            {
                "key": 39,
                "doc_count": 60
            }
            ,
            {
                "key": 26,
                "doc_count": 59
            }
            ,
            {
                "key": 32,
                "doc_count": 52
            }
            ,
            {
                "key": 35,
                "doc_count": 52
            }
            ,
            {
                "key": 36,
                "doc_count": 52
            }
            ,
            {
                "key": 22,
                "doc_count": 51
            }
            ,
            {
                "key": 28,
                "doc_count": 51
            }
            ,
            {
                "key": 33,
                "doc_count": 50
            }
            ,
            {
                "key": 34,
                "doc_count": 49
            }
        ]
    }
}/<code>

我們可以看到在返回的結果中，每個年齡的數據都彙總出來了。假如我們要看每個年齡段的存款餘額，該怎麼辦呢？這裡就要用到子聚合查詢了，在Bucket 聚合中，再加入子聚合查詢了，我們看看怎麼寫，

<code>POST /bank/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      }
    }
  },
  "aggs": {
    "ages": {
      "terms": {
        "field": "age"
      },
      "aggs": {
        "sum_balance": {
          "sum": {
            "field": "balance"
          }
        }
      }
    }
  }
}/<code>

我們在聚合類型terms的後面又加了子聚合查詢，在子聚合查詢中，又自定義了一個sum_balance的查詢，它是一個metrics聚合查詢，要對字段balance進行求和。我們運行一下，看看結果。

<code>"aggregations": {
    "ages": {
        "doc_count_error_upper_bound": 0,
        "sum_other_doc_count": 463,
        "buckets": [
            {
                "key": 31,
                "doc_count": 61,
                "sum_balance": {
                    "value": 1727088
                }
            }
            ,
            {
                "key": 39,
                "doc_count": 60,
                "sum_balance": {
                    "value": 1516175
                }
            }
            ,
            {
                "key": 26,
                "doc_count": 59,
                "sum_balance": {
                    "value": 1368494
                }
            }
            ,
            {
                "key": 32,
                "doc_count": 52,
                "sum_balance": {
                    "value": 1245470
                }
            }
            ,
            {
                "key": 35,
                "doc_count": 52,
                "sum_balance": {
                    "value": 1151108
                }
            }
            ,
            {
                "key": 36,
                "doc_count": 52,
                "sum_balance": {
                    "value": 1153085
                }
            }
            ,
            {
                "key": 22,
                "doc_count": 51,
                "sum_balance": {
                    "value": 1261285
                }
            }
            ,
            {
                "key": 28,
                "doc_count": 51,
                "sum_balance": {
                    "value": 1441968
                }
            }
            ,
            {
                "key": 33,
                "doc_count": 50,
                "sum_balance": {
                    "value": 1254697
                }
            }
            ,
            {
                "key": 34,
                "doc_count": 49,
                "sum_balance": {
                    "value": 1313688
                }
            }
        ]
    }
}/<code>

我們看到返回結果中，增加了我們定義的sum_balance字段，它是balance餘額的彙總。這個例子我們應該對bucket（桶）這個概念有了一個非常形象的認識了。還有一些其他的bucket聚合查詢，這裡就不給大家一一介紹了，比如：我們只想查某幾個年齡段的餘額彙總，就可以使用filters-aggregation。

好了，ES的一些基本的聚合查詢就給大家介紹到這裡了，如果要用到一些其他的聚合查詢，可以參照ES的官方文檔。