Elasticsearch 度量（Metric）聚合详解及示例

好奇的菜鸟2024-08-14 22:25

Elasticsearch 提供了强大的聚合功能，允许用户对数据进行深入的统计分析。度量（Metric）聚合是其中一种，它用于对数值型数据进行计算，如求和、平均值、最大值、最小值等。本文将详细介绍 Elasticsearch 的度量聚合，并提供完整的示例和解释。

度量聚合基础

度量聚合用于执行数值计算，它可以帮助我们快速获得数据集的关键统计信息。常见的度量聚合包括：

Avg：计算平均值。
Sum：计算总和。
Min：找出最小值。
Max：找出最大值。
Stats：同时计算多个度量指标，如最大值、最小值、平均值和总和。

示例：Stats 聚合

假设我们有一个酒店数据索引，我们想要计算每个酒店品牌的用户评分的最小值、最大值和平均值。

DSL 查询

json 复制代码

GET /hotel/_search
{
  "size": 0,
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "size": 20
      },
      "aggs": {
        "score_stats": {
          "stats": {
            "field": "score"
          }
        }
      }
    }
  }
}

解释

size: 0 表示我们不需要原始文档的列表，只关心聚合结果。
aggs：定义聚合的区域。
brandAgg：为聚合操作定义的名称，这里使用了 Terms 聚合按品牌分组。
terms：指定聚合类型为词条聚合，field 指定聚合字段为 brand，size 限制返回的品牌数量。
score_stats：在 Brands 聚合内部定义的子聚合，用于计算评分统计。
stats：聚合类型，用于计算 score 字段的多个统计指标。

嵌套度量聚合

度量聚合可以嵌套在其他聚合内部，例如在桶聚合内部计算每个桶的度量指标。

DSL 查询

json 复制代码

GET /hotel/_search
{
  "size": 0,
  "aggs": {
    "brandAgg": {
      "terms": {
        "field": "brand",
        "size": 20,
        "order": {
          "_count": "asc"
        }
      },
      "aggs": {
        "scoreAgg": {
          "stats": {
            "field": "score"
          }
        }
      }
    }
  }
}

解释

order：指定 Bucket 聚合结果的排序方式，这里按照 _count 升序排列。
scoreAgg：在 Brands 聚合内部定义的另一个子聚合，用于计算每个品牌评分的统计数据。

结语

度量聚合是 Elasticsearch 中进行数值计算的重要工具。通过本篇文章的示例和解释，你应该对如何使用度量聚合有了更深入的理解。无论是计算平均评分、总和、最大值还是最小值，度量聚合都能提供灵活且强大的支持。掌握度量聚合的使用，将有助于你更有效地进行数据分析和探索。希望本文能够帮助你在实际项目中更好地利用 Elasticsearch 的聚合功能。