【Elasticsearch】bucket_sort
Elasticsearch 的`bucket_sort`聚合是一种管道聚合，用于对父多桶聚合（如`terms`、`date_histogram`、`histogram`等）的桶进行排序。以下是关于`bucket_sort`的详细说明：
1.基本功能
`bucket_sort`聚合可以对父聚合返回的桶进行排序，支持以下排序依据：
• `_key`：基于桶的键值（例如时间戳或词项）。
• `_count`：基于桶中的文档数量。
• 子聚合结果：基于子聚合的计算结果（例如`sum`、`avg`等）。
此外，`bucket_sort`还可以通过`from`和`size`参数截断结果，只返回部分桶。
2.参数说明
`bucket_sort`聚合的主要参数包括：
• `sort`：指定排序字段和顺序（升序或降序）。
• `from`：跳过前`N`个桶。
• `size`：返回的桶数量。
• `gap_policy`：当数据中存在缺口时的处理策略，默认为`skip`。
3.使用场景
3.1按子聚合结果排序
假设有一个`sales`索引，包含交易数据，我们希望按月统计销售额，并返回销售额最高的 3 个月：
```json
POST /sales/_search
{
"size": 0,
"aggs": {
"sales_per_month": {
"date_histogram": {
"field": "date",
"calendar_interval": "month"
},
"aggs": {
"total_sales": {
"sum": {
"field": "price"
}
},
"sales_bucket_sort": {
"bucket_sort": {
"sort": [
{
"total_sales": {
"order": "desc"
}
}
],
"size": 3
}
}
}
}
}
}
```
此查询将返回销售额最高的 3 个月。
3.2仅截断结果
如果不进行排序，仅截断结果，可以省略`sort`参数。例如，仅返回第 2 个桶：
```json
POST /sales/_search
{
"size": 0,
"aggs": {
"sales_per_month": {
"date_histogram": {
"field": "date",
"calendar_interval": "month"
},
"aggs": {
"bucket_truncate": {
"bucket_sort": {
"from": 1,
"size": 1
}
}
}
}
}
}
```
此查询将仅返回第 2 个桶。
4.与其他聚合结合使用
`bucket_sort`可以与多种聚合结合使用，例如：
• `date_histogram`：按时间间隔分桶并排序。
• `histogram`：按数值间隔分桶并排序。
5.注意事项
• `bucket_sort`是管道聚合，执行顺序在非管道聚合之后。
• 排序和截断操作仅对父聚合返回的桶生效。
通过以上方式，`bucket_sort`聚合可以灵活地对聚合结果进行排序和截断，满足多种数据分析需求。