ElasticSearch 聚合函数

一、简单聚合

桶 ：简单来说就是满足特定条件的文档的集合。

指标：大多数 指标 是简单的数学运算（例如最小值、平均值、最大值，还有汇总），这些是通过文档的值来计算。

桶能让我们划分文档到有意义的集合， 但是最终我们需要的是对这些桶内的文档进行一些指标的计算。分桶是一种达到目的的手段：它提供了一种给文档分组的方法来让我们可以计算感兴趣的指标。在实践中，指标能让你计算像平均薪资、最高出售价格、95%的查询延迟这样的数据。

例如，桶和指标可以类似映射成SQL查询语句

SELECT COUNT(color)   //相当于桶
FROM table
GROUP BY color       //相当于指标

桶在概念上类似于 SQL 的分组（GROUP BY），而指标则类似于 COUNT() 、 SUM() 、 MAX() 等统计方法。

 curl -XGET 'http://192.9.8.222:9200/wymlib/ym_literature/_search?pretty=true' -d '
 {
   "size": 0,
   "aggregations": {
     "popular_author": {
       "terms": {
         "field": "author"
       }
     }
   }
 }'

结果显示： 
1 {
   "took" : 2803,
   "timed_out" : false,
   "_shards" : {
     "total" : 5,
     "successful" : 5,
     "failed" : 0
   },
   "hits" : {
     "total" : 25,
     "max_score" : 0.0,
     "hits" : [ ]
   },
   "aggregations" : {     //1
     "popular_author" : { //2
       "doc_count_error_upper_bound" : 0,
       "sum_other_doc_count" : 0,
       "buckets" : [ {    //3
         "key" : "王阳明",
         "doc_count" : 4
       }, {
         "key" : "阳明",
         "doc_count" : 4
       }, {
         "key" : "胡",
         "doc_count" : 2
       }, {
         "key" : "大大",
         "doc_count" : 1
       }, {
         "key" : "建",
         "doc_count" : 1
       }, {
         "key" : "徐",
         "doc_count" : 1
       }, {
         "key" : "杰",
         "doc_count" : 1
       }, {
         "key" : "闯",
         "doc_count" : 1
       } ]
     }
   }
 }

//1  聚合操作被置于顶层参数 aggs 之下（如果你愿意，完整形式 aggregations 同样有效）。

//2  然后，可以为聚合指定一个我们想要名称，本例中是： popular_colors 。

//3  最后，定义单个桶的类型 terms(这里出现的是buckets) 。

注意：可能会注意到我们将 size 设置成 0 。我们并不关心搜索结果的具体内容，所以将返回记录数设置为 0 来提高查询速度。 设置 size: 0 与 Elasticsearch 1.x 中使用 count 搜索类型等价。

二、基于metric的聚合

因为不是特别了解，我暂且将它理解为基于指标的聚合，后面如果发现不对，再来改正。

 curl -XGET 'http://192.9.8.222:9200/test_es_order_index/test_es_order_type/_search?pretty=true' -d '
 {
   "aggregations": {
     "sum_age": {
       "sum": {
         "field": "age"
       }
     }
   }
 }'

结果：（age 一个是29 一个是21求和后是50）

 "aggregations" : {
     "sum_age" : {
       "value" : 50.0
     }
   }

stats统计：

 curl -XGET 'http://192.9.8.222:9200/test_es_order_index/test_es_order_type/_search?pretty=true' -d '
 {
   "size":0,
   "aggregations": {
     "stats_age": {
       "stats": {
         "field": "age"
       }
     }
   }
 }'

结果（请求后会直接显示多种聚合结果）：

 {
   "took" : 2,
   "timed_out" : false,
   "_shards" : {
     "total" : 5,
     "successful" : 5,
     "failed" : 0
   },
   "hits" : {
     "total" : 7,
     "max_score" : 0.0,
     "hits" : [ ]
   },
   "aggregations" : {
     "stats_age" : {
       "count" : 2,
       "min" : 21.0,
       "max" : 29.0,
       "avg" : 25.0,
       "sum" : 50.0
     }
   }
 }

【Reference】

【1】 http://www.cnblogs.com/xing901022/p/4947436.html

【2】 https://www.elastic.co/guide/cn/elasticsearch/guide/current/_aggregation_test_drive.html

【3】 http://www.cnblogs.com/xing901022/p/4944043.html