Sum Bucket Aggregation

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.4/search-aggregations-pipeline-sum-bucket-aggregation.html

译文链接 : Sum Bucket Aggregation

贡献者 : @苏涛，ApacheCN，Apache中文网

警告

此功能是实验性的，可能会在将来的版本中完全更改或删除。Elastic将采取最大的努力来解决此问题，但实验功能不受SLA官方功能的支持。

总和桶聚合用于计算一组聚合创建的所有桶中指定度量的和。指定的度量必须是数字型而且这个组聚合必须是多桶聚合。

语法

sum_bucket聚合结构如下：

  1. {
  2.     "sum_bucket": {
  3.         "buckets_path": "the_sum"
  4.     }
  5. }

max_bucket 参数如下：

参数名称 描述 是否必填 默认值
buckets_path 想要计算总和的桶路径，点击 the section called “buckets_path Syntaxedit”查看更多细节 必填
gap_policy 当数据缺口出现时采用的策略，点击the section called “Dealing with gaps in the dataedit”查看更多细节 可选 skip
format 用于规范聚合输出值的格式 可选 null

以下代码段计算所有月销售总额的总和：

  1. POST /sales/_search
  2. {
  3.     "size": 0,
  4.     "aggs" : {
  5.         "sales_per_month" : {
  6.             "date_histogram" : {
  7.                 "field" : "date",
  8.                 "interval" : "month"
  9.             },
  10.             "aggs": {
  11.                 "sales": {
  12.                     "sum": {
  13.                         "field": "price"
  14.                     }
  15.                 }
  16.             }
  17.         },
  18.         "sum_monthly_sales": {
  19.             "sum_bucket": {
  20.                 "buckets_path": "sales_per_month>sales" #1
  21.             }
  22.         }
  23.     }
  24. }

| 1 | buckets_path指示这个sum_bucket聚合是要得到sales_per_month日期直方图中的sales聚合sum的总和 |

可能得到如下的响应：

  1. {
  2.    "took": 11,
  3.    "timed_out": false,
  4.    "_shards": ...,
  5.    "hits": ...,
  6.    "aggregations": {
  7.       "sales_per_month": {
  8.          "buckets": [
  9.             {
  10.                "key_as_string": "2015/01/01 00:00:00",
  11.                "key": 1420070400000,
  12.                "doc_count": 3,
  13.                "sales": {
  14.                   "value": 550.0
  15.                }
  16.             },
  17.             {
  18.                "key_as_string": "2015/02/01 00:00:00",
  19.                "key": 1422748800000,
  20.                "doc_count": 2,
  21.                "sales": {
  22.                   "value": 60.0
  23.                }
  24.             },
  25.             {
  26.                "key_as_string": "2015/03/01 00:00:00",
  27.                "key": 1425168000000,
  28.                "doc_count": 2,
  29.                "sales": {
  30.                   "value": 375.0
  31.                }
  32.             }
  33.          ]
  34.       },
  35.       "sum_monthly_sales": {
  36.           "value": 985.0
  37.       }
  38.    }
  39. }