聚合（aggregations）可以让我们极其方便的实现对数据的统计、分析、运算。

  • 什么品牌的手机最受欢迎？
  • 这些手机的平均价格、最高价格、最低价格？

  • 这些手机每月的销售情况如何？

    聚合的种类

    聚合常见的有三类：

  • 桶（Bucket）聚合：用来对文档做分组

    • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
    • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组
  • 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等
    • Avg：求平均值
    • Max：求最大值
    • Min：求最小值
    • Stats：同时求max、min、avg、sum等

  • 管道（pipeline）聚合：其它聚合的结果为基础做聚合 :::danger 注意：参加聚合的字段必须是keyword、日期、数值、布尔类型 :::

    DSL实现聚合

    Bucket聚合

    现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是Bucket聚合。

    1. GET /hotel/_search
    2. {
    3. "size": 0,   #设置size为0，结果中不包含文档，只包含聚合结果
    4. "aggs": {   #定义聚合，可以有多个聚合，一个名字一个聚合，不影响，如果要根据a聚合的基础上执行b聚合，在a聚合里面写子聚合，看下面的pipline聚合
    5.   "brandAgg": {   #给聚合起个名字，随意取的
    6.     "terms": {   #聚合的类型，按照品牌值聚合，所以选择term
    7.       "field": "brand",   #参与聚合的字段brand
    8.       "size": 20   #希望获取的聚合结果数量
    9.     }
    10.   }
    11. }
    12. }

    image.png

    聚合结果排序

    默认情况下，Bucket聚合会统计Bucket内的文档数量，记为_count，并且按照_count降序排序。
    我们可以指定order属性，自定义聚合的排序方式：

    1. GET /hotel/_search
    2. {
    3. "size": 0,
    4. "aggs": {
    5.   "brandAgg": {
    6.     "terms": {
    7.       "field": "brand",
    8.       "order": {
    9.         "_count": "asc"   #按照_count升序排列，写doc_count报错
    10.       },
    11.       "size": 20
    12.     }
    13.   }
    14. }
    15. }

    限定聚合范围

    默认情况下，Bucket聚合是对索引库的所有文档做聚合，但真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。
    我们可以限定要聚合的文档范围，只要添加query条件即可：

    1. GET /hotel/_search
    2. {
    3. "query": {   #加入查询就可以限制聚合范围了
    4.   "range": {
    5.     "price": {
    6.       "lte": 200   #只对200元以下的酒店聚合
    7.     }
    8.   }
    9. },
    10. "size": 0,
    11. "aggs": {
    12.   "brandAgg": {
    13.     "terms": {
    14.       "field": "brand",
    15.       "order": {
    16.         "_count": "asc"
    17.       },
    18.       "size": 20
    19.     }
    20.   }
    21. }
    22. }

    Metric聚合

    统计酒店的平均分，最高分，最低分，总分等

    1. GET /hotel/_search
    2. {
    3. "size": 0,
    4. "aggs": {
    5.   "score_stats": {  #聚合名称
    6.     "stats": {   #聚合类型，这里stats可以计算min、max、avg等
    7.       "field": "score"  #聚合字段，这里是score
    8.     }
    9.   }
    10. }
    11. }

    image.png

    pipeline聚合

    获取每个品牌的用户评分的min、max、avg等值，就要用到Bucket和Metric联合聚合了

    1. GET /hotel/_search
    2. {
    3. "size": 0,
    4. "aggs": {
    5.   "brandAgg": {
    6.     "terms": {
    7.       "field": "brand",
    8.       "size": 20
    9.     },
    10.     "aggs": {   #是brands聚合的子聚合，也就是分组后对每组分别计算
    11.       "score_stats": {
    12.         "stats": {
    13.           "field": "score"
    14.         }
    15.       }
    16.     }
    17.   }
    18. }
    19. }

    image.png

    RestClient实现聚合

    聚合条件与query条件同级别，因此需要使用request.source()来指定聚合条件。
    聚合条件的语法：
    image-20210723173057733.png
    聚合的结果也与查询结果不同，API也比较特殊。不过同样是JSON逐层解析：
    image-20210723173215728.png

    1.   @Test
    2.   void testBucket() throws IOException {
    3.       // 1.准备Request
    4.       SearchRequest request = new SearchRequest("hotel");
    6.       //准备DSL
    7.       request.source().size(0);
    8.       request.source().aggregation(
    9.               AggregationBuilders.terms("brands").field("brand").size(20)
    10.       );
    11.       // 3.发送请求
    12.       SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    13.       // 4.解析响应
    14.       //4.1解析聚合结果
    15.       Aggregations aggregations = response.getAggregations();
    16.       //4.2根据名字获取聚合结果
    17.       Terms brands = aggregations.get("brands");
    18.       //4.3获取桶
    19.       List<? extends Terms.Bucket> buckets = brands.getBuckets();
    20.       //4.4遍历
    21.       for(Terms.Bucket bucket:buckets){
    22.           //4.5获取品牌信息和文档数量信息
    23.           String brandName = bucket.getKeyAsString();
    24.           long docCount = bucket.getDocCount();
    25.           System.out.println(brandName+docCount);
    26.       }
    27.   }