ElasticSearch使用总结（五）

红太狼 2022-05-26 00:24 171阅读 0赞

Elasticsearch是一款提供检索以及相关度排序的开源框架，同时，也支持对存储的文档进行复杂的统计——聚合。  
ES中的聚合被分为两大类：Metric度量和bucket桶（原谅我英语差，找不到合适的词语…..就用单词来说吧！）。说的通俗点，metric很像SQL中的avg、max、min等方法，而bucket就有点类似group by了。  
本篇就简单的介绍一下metric聚合的用法。  
metric的聚合按照值的返回类型可以分为两种：单值聚合 和 多值聚合。  
**单值聚合**  
Sum 求和  
这个聚合返回的是单个值，dsl可以参考如下：

"aggs" : {
            "intraday_return" : { "sum" : { "field" : "change" } }
        }

返回的是change字段的和：

{
        ...
    
        "aggregations": {
            "intraday_return": {
               "value": 2.18
            }
        }
    }

其中intraday\_return是聚合的名字，同时也会作为请求返回的id值。另外，聚合中是支持脚本的，这里就不过多赘述了，详细参考官方文档即可。  
Min 求最小值

{
        "aggs" : { "min_price" : { "min" : { "field" : "price" } } } }

Max 求最大值

{
        "aggs" : { "max_price" : { "max" : { "field" : "price" } } } }

avg 求平均值

{
        "aggs" : { "avg_grade" : { "avg" : { "field" : "grade" } } } }

cardinality 求唯一值，即不重复的字段有多少

{
        "aggs" : { "author_count" : { "cardinality" : { "field" : "author" } } } }

多值聚合  
**percentiles 求百分比**

{
        "aggs" : { "load_time_outlier" : { "percentile_ranks" : { "field" : "load_time", "values" : [15, 30] } } } }

返回的结果包含多个值：

{
        ...
    
       "aggregations": {
          "load_time_outlier": {
             "values" : {
                "15": 92,
                "30": 100
             }
          }
       }
    }

**总结**  
上面并没有列举全面，比如新版本的ES，还支持多值的percentile Rank百分比排名，Geo Bounds地理位置信息，Scripted Metric脚本；单值的top hits等等。

在性能上，ES也做了很多的优化：比如max和min，如果对于排序的字段，那么就直接跳过了计算的步骤，直接取出目标值即可。  
当然有些聚合也是需要特定的场合的，比如cardinality计算唯一值是通过哈希的方式，如果字段数据规模很大，那么会消耗很多的性能。  
另外桶之间是可以嵌套的，比如在range聚合下嵌套了一个max聚合，那么会在range得到的每个结果组上，再次进行max的统计。  
在聚合中支持脚本的使用，可以增加统计的灵活度。  
很多内容还需要在实践中使用，才能了解它的优势。