Elasticsearch聚合使您能够获得关于搜索结果的元信息,并回答诸如“德克萨斯州有多少帐户持有人”或“田纳西州的平均帐户余额是多少”之类的问题。您可以在一个请求中搜索文档、过滤搜索结果并使用聚合来分析结果。
例如,以下请求使用terms
汇总将bank
索引中的所有帐户按状态分组,并按降序返回帐户数量最多的十个州:
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
cURL:
curl -X GET "localhost:9200/bank/_search?pretty" -H 'Content-Type: application/json' -d' { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state.keyword" } } } } '
响应中的 buckets
是 state
字段的值。doc_count
显示每个状态下的帐户数量。例如,您可以看到在ID
(Idaho)中有27个帐户。因为请求集 size=0
, 所以响应只包含聚合结果。
{
"took": 29,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped" : 0,
"failed": 0
},
"hits" : {
"total" : {
"value": 1000,
"relation": "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"group_by_state" : {
"doc_count_error_upper_bound": 20,
"sum_other_doc_count": 770,
"buckets" : [ {
"key" : "ID",
"doc_count" : 27
}, {
"key" : "TX",
"doc_count" : 27
}, {
"key" : "AL",
"doc_count" : 25
}, {
"key" : "MD",
"doc_count" : 25
}, {
"key" : "TN",
"doc_count" : 23
}, {
"key" : "MA",
"doc_count" : 21
}, {
"key" : "NC",
"doc_count" : 21
}, {
"key" : "ND",
"doc_count" : 21
}, {
"key" : "ME",
"doc_count" : 20
}, {
"key" : "MO",
"doc_count" : 20
} ]
}
}
}
您可以组合聚合来构建更复杂的数据摘要。例如,下面的请求在先前的group_by_state
聚合中嵌套一个avg
聚合,以计算每个状态的平均帐户余额。
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
cURL:
curl -X GET "localhost:9200/bank/_search?pretty" -H 'Content-Type: application/json' -d' { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state.keyword" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } } '
除了这些基本的过滤和度量聚合之外,Elasticsearch还提供了专门的聚合,用于操作多个字段和分析特定类型的数据,如日期、IP地址和地理数据。您还可以将单个聚合的结果提供给管道聚合以进行进一步分析。
聚合提供的核心分析功能支持使用机器学习等高级功能来检测异常。