前言

前面介绍了ES的简单使用，并说明了ES聚合查询主要分为3类：指标聚合、桶聚合和管道聚合。
本文主要是介绍其中桶聚合的相关使用。

一、桶聚合

Bucket 聚合不像Metric聚合那样计算字段上的指标，而是创建多个“存放“文档的桶。每个桶都与一个标准相关联(取决于聚合类型) ，该标准确定当前上下文中的文档是否“落入”它。换句话说，bucket 有效地定义了文档集。除了 bucket 本身之外，bucket 聚合还计算并返回“落入”每个 bucket 中的文档数量。

与Metric聚合不同的是，Bucket 聚合可以包含子聚合。这些子聚合将聚合它们的“父”bucket 聚合创建的 bucket。

不同的桶式聚合器有不同的“分桶”策略。有些定义单个桶，有些定义固定数量的多个桶，还有一些在聚合过程中动态创建桶。

二、使用场景

桶聚合查询主要用来做​​分组统计​​​。
其中每个桶代表一个分组。

三、桶聚合的分类

官方文档：​​桶聚合​​

ES聚合查询详解(二):桶聚合_搜索

四、典型使用

1、单值聚合统计 terms

一个基于多桶值源的聚合，其中桶是动态构建的——每个唯一值一个桶。主要使用做分组个数统计，
类似mysql中的 ​​​select type , count(type) from table group by type​​;

示例：统计每个类型的记录数，基于genre的唯一值个数创建多个桶，并统计每个桶的记录数。

GET /_search
{
  "aggs": {
    "genres": {
      "terms": { "field": "genre" }
    }
  }
}

执行结果：

{
  ...
  "aggregations": {
    "genres": {
      "doc_count_error_upper_bound": 0,   
      "sum_other_doc_count": 0,           
      "buckets": [                        
        {
          "key": "electronic",
          "doc_count": 6
        },
        {
          "key": "rock",
          "doc_count": 3
        },
        {
          "key": "jazz",
          "doc_count": 2
        }
      ]
    }
  }
}

如果想基于分组的个数排序，可以使用如下语句：

GET /_search
{
  "aggs": {
    "genres": {
      "terms": {
        "field": "genre",
        "order": { "_count": "asc" }
      }
    }
  }
}

如果希望基于分组的key值排序，可以使用如下语句：

GET /_search
{
  "aggs": {
    "genres": {
      "terms": {
        "field": "genre",
        "order": { "_key": "asc" }
      }
    }
  }
}

使用 ​​min_doc_count​​ 选项可以只返回匹配超过配置的命中数的结果：

GET /_search
{
  "aggs": {
    "tags": {
      "terms": {
        "field": "tags",
        "min_doc_count": 10
      }
    }
  }
}

2、时间范围分组date_range

统计10个月前和近10个月的记录数。

POST /sales/_search?size=0
{
  "aggs": {
    "range": {
      "date_range": {
        "field": "date",
        "format": "MM-yyyy",
        "ranges": [
          { "to": "now-10M/M" },  
          { "from": "now-10M/M" } 
        ]
      }
    }
  }
}

3、多值分组Multi Terms

根据多个字段进行分组统计，类比sql：​​select genre ,product, count(*) from products group by genre,product​​;

GET /products/_search
{
  "aggs": {
    "genres_and_products": {
      "multi_terms": {
        "terms": [{
          "field": "genre" 
        }, {
          "field": "product"
        }]
      }
    }
  }
}

4、自定义分组查询 Range Aggregation

Range Aggregation基于多桶值源的聚合，使用户能够定义一组范围——每个范围代表一个桶。在聚合过程中，将根据每个 bucket 范围检查从每个文档中提取的值，并对相关/匹配文档进行“ bucket”检查。
请注意，​​​这个聚合包括 from 值，并为每个范围排除 to 值​​。

示例：根据自定义的价格范围统计买卖订单数。

GET sales/_search
{
  "aggs": {
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          { "to": 100.0 },
          { "from": 100.0, "to": 200.0 },
          { "from": 200.0 }
        ]
      }
    }
  }
}

5、日期分组聚合 Date Histogram

按月分组聚合：

POST /sales/_search?size=0
{
  "aggs": {
    "sales_over_time": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      }
    }
  }
}

按2天的日历单元聚合：

POST /sales/_search?size=0
{
  "aggs": {
    "sales_over_time": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "2d"
      }
    }
  }
}

6、自动日期分组聚合 Auto Date Histogram

自动根据日期分组聚合，还提供了一个目标桶数，表示所需桶数，并自动选择桶的间隔，以最好地实现该目标。返回的桶数总是小于或等于这个目标数。Bucket 字段是可选的，如果没有指定，则默认为10个 bucket。
示例：要求10桶的目标。

POST /sales/_search?size=0
{
  "aggs": {
    "sales_over_time": {
      "auto_date_histogram": {
        "field": "date",
        "buckets": 10
      }
    }
  }
}

7、聚合中使用过滤器filter

POST /sales/_search?size=0&filter_path=aggregations
{
  "aggs": {
    "avg_price": { "avg": { "field": "price" } },
    "t_shirts": {
      "filter": { "term": { "type": "t-shirt" } },
      "aggs": {
        "avg_price": { "avg": { "field": "price" } }
      }
    }
  }
}

8、稀有值查询 Rare terms

示例：查询桶中最多包含2条记录的类型genre。

GET /_search
{
  "aggs": {
    "genres": {
      "rare_terms": {
        "field": "genre",
        "max_doc_count": 2
      }
    }
  }
}

9、嵌套聚合 Nested Aggregation

创建嵌套索引

PUT /products
{
  "mappings": {
    "properties": {
      "resellers": { 
        "type": "nested",
        "properties": {
          "reseller": {
            "type": "keyword"
          },
          "price": {
            "type": "double"
          }
        }
      }
    }
  }
}

添加数据：

PUT /products/_doc/0?refresh
{
  "name": "LED TV", 
  "resellers": [
    {
      "reseller": "companyA",
      "price": 350
    },
    {
      "reseller": "companyB",
      "price": 500
    }
  ]
}

根据嵌套聚合查询：

GET /products/_search?size=0
{
  "query": {
    "match": {
      "name": "led tv"
    }
  },
  "aggs": {
    "resellers": {
      "nested": {
        "path": "resellers"
      },
      "aggs": {
        "min_price": {
          "min": {
            "field": "resellers.price"
          }
        }
      }
    }
  }
}

执行结果：

{
  ...
  "aggregations": {
    "resellers": {
      "doc_count": 2,
      "min_price": {
        "value": 350.0
      }
    }
  }
}

10、缺少聚合 Missing aggregation

Missing聚合属于单桶聚合，对空值数据统计。

示例：统计没有价格的产品总数。

POST /sales/_search?size=0
{
  "aggs": {
    "products_without_a_price": {
      "missing": { "field": "price" }
    }
  }
}

11、全局聚合 Global aggregators

定义搜索执行上下文中所有文档的单个存储桶。此上下文由您正在搜索的索引和文档类型定义，但不受搜索查询本身的影响。

示例：
聚合查询all_products中的平均价格统计不受外层query中的查询添加的影响。

POST /sales/_search?size=0
{
  "query": {
    "match": { "type": "t-shirt" }
  },
  "aggs": {
    "all_products": {
      "global": {}, 
      "aggs": {     
      "avg_price": { "avg": { "field": "price" } }
      }
    },
    "t_shirts": { "avg": { "field": "price" } }
  }
}

总结

本文主要是对ES中典型的桶聚合查询进行了介绍，特别要注意以下几个分组统计。
1、单值分组统计 Terms aggregation
2、多值分组统计 Multi Terms
3、自定义分组统计 Range Aggregation
4、时间范围分组 date_range