Elasticsearch 聚合概览及示例
Elasticsearch 是一个强大的搜索引擎，除了提供搜索功能外，它还内置了丰富的聚合功能，允许用户对数据进行统计、分析和运算。聚合可以帮助我们理解数据的分布和统计特性，是数据探索和报告的重要工具。本文将介绍 Elasticsearch 中的三种主要聚合类型：桶（Bucket）聚合、度量（Metric）聚合和管道（Pipeline）聚合，并提供示例说明。
桶（Bucket）聚合
桶聚合主要用于对文档进行分组，并统计每组的文档数量。以下是几种常见的桶聚合：
- TermAggregation：按照文档字段的词条值分组。
- Date Histogram：按照日期阶梯分组，如按周、月或年分组。
示例：TermAggregation
假设我们有一个酒店预订数据索引，我们可以使用 TermAggregation 来统计每个城市的酒店数量。
GET /hotel/_search
{"size": 0, // 不需要原始文档，只需要聚合结果"aggs": {"city_buckets": {"terms": {"field": "city"}}}
}
度量（Metric）聚合
度量聚合用于计算数值类型的字段，例如求平均值、最大值、最小值等。
- Avg：计算平均值。
- Max：找出最大值。
- Min：找出最小值。
- Stats：同时计算最大值、最小值、平均值和总和。
示例：Avg 和 Stats
继续使用酒店预订数据索引，我们可以计算每个城市酒店的平均价格和价格范围。
GET /hotel/_search
{"size": 0,"aggs": {"price_stats": {"stats": {"field": "price"}},"average_price": {"avg": {"field": "price"}}}
}
管道（Pipeline）聚合
管道聚合是基于其他聚合结果进行的聚合，例如我们可以计算每个城市酒店价格的标准差或累计总和。
- Derivative：计算相邻文档的度量聚合值的差异。
- Sum Bucket：计算指定度量聚合的总和。
示例：Sum Bucket
如果我们想要计算所有城市酒店的总价格，然后查看每个城市价格的累计总和，我们可以使用 Sum Bucket 管道聚合。
GET /hotel/_search
{"size": 0,"aggs": {"total_price": {"sum": {"field": "price"}},"city_price_sums": {"terms": {"field": "city"},"aggs": {"cumulative_price": {"sum_bucket_selector": {"buckets_path": "_price","script": "params.aggregations['total_price'].value"}}}}}
}
结语
Elasticsearch 的聚合功能为数据分析提供了强大的支持。桶聚合帮助我们对数据进行分组统计，度量聚合让我们可以计算数值字段的各种统计数据，而管道聚合则让我们在其他聚合的基础上进一步分析数据。理解并掌握这些聚合类型，可以帮助我们更深入地洞察数据，为决策提供数据支持。希望本文能够帮助你更好地利用 Elasticsearch 的聚合功能进行数据分析。