聚集加载了和搜索相匹配的文档，并且完成了各种计算。主要有两个类别，度量，一组文档的统计分析；桶，将匹配的文档切分为一个或多个容器，然后告知每个桶里的文档数量。

默认情况下，在查询结果上运行聚集。

1、理解聚集的具体结构

聚集请求的结构

curl 'localhost:9200/get-together/group/_search?pretty' -d'{
  "aggregations":{
    "top_tags":{ // 聚集的名字
      "terms":{ // 在数据字段上聚集
        "field":"tags.verbatim"
      }
    }
  }
}'

查询结果上的聚集

curl 'localhost:9200/get-together/group/_search?pretty' -d'{
  "query":{
    "match":{
      "location":"Denver"
    }
  }
  "aggregations":{
    "top_tags":{ // 聚集的名字
      "terms":{ // 在数据字段上聚集
        "field":"tags.verbatim"
      }
    }
  }
}'

过滤器和聚集

• 也有后过滤器，即使和后过滤器不匹配，仍然会被聚集操作操作计算在内

  
  过滤器和聚集组合使用

2、度量聚集

统计数据

• 在script放入一小段代码，为每篇文档返回一个数组

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "attendees_avg":{ 
      "avg":{ 
        "script":"doc['"'attendees'"'].values.length"
      }
    }
  }
}'

高级统计

• 使用extended_stats聚集来获取数值字段的平方值、方差和标准差

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "attendees_extended_stats":{ 
      "extended_stats":{ 
        "script":"doc['"'attendees'"'].values.length"
      }
    }
  }
}'

近似统计

• 计算百分位
• 基数（cardinality） 如果求唯一值，内存很可能缓存不了这么多数据，使用HLL算法做近似计算

3、多桶型聚集

多桶型聚集是将文档放入不同桶中，就像根据标签对文档进行分组

词条聚集

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "tags":{ 
      "terms":{ 
        "field":"tags.verbatim",
        "order":{
          "_term":"asc"
        }
      }
    }
  }
}'

• 如果按照度量聚集统计值来排序，由于是按照节点统计，取每个节点的前几个，最后汇总再取，可能会丢东西

取前两位，每个节店取前3个

• 默认情况下，ES使用一次处理来进行聚集，但如果有很多桶和子聚集，将会消耗大量的时间和内存。二次处理可以首先创建顶层聚集的桶，然后缓存排名靠前的X个结果，只对前X个进行子聚集计算。

range聚集

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "attendees_breakdown":{
      "range":{
        "script":"doc['"'attendees'"'].values.length",
        "ranges":[
          {"to":4},
          {"from":4, "to":6},
          {"from":6}
        ]
      }
    }
  }
}'

• 日期也有单独的range聚集写法

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "attendees_breakdown":{
      "date_range":{
        "field":"date",
        "format":"YYYY.MM"
        "ranges":[
          {"to":2013.07},
          {"from":2013.07}
        ]
      }
    }
  }
}'

直方图聚集

4、嵌套聚集

多桶聚集通常是开始聚集的起点。

terms聚集中嵌套data_histgram

嵌套多桶聚集

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "aggregations":{
    "top_tags":{
      "terms":{
        "field":"tag.verbatim"
      },
      "aggregations":{
        "groups_per_month":{
          "date_histogram":{
            "field":"created_on",
            "interval":"1M"
          }
        }
      }
    }
  }
}'

通过嵌套聚集获得结果分组

按照特定的分类将排名靠前的结果进行分组

结果分组

单桶聚集

• 如果不希望在查询结果上聚集，可以使用单桶聚集
• global聚集，把所有文档都进行聚集

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "query":{
    "match":{
      "name":"elasticsearch"
    }
  },
  "aggregations":{
    "all_documents":{
      "global":{
      },
      "aggregations":{
        "top_tags":{
          "terms":{
            "field":"tags.verbatim"
          }
        }
      }
    }
  }
}'

• filter聚集，限制聚集统计的文档，不影响查询结果

curl 'localhost:9200/get-together/group/_search?pretty&search_type=count' -d'{
  "query":{
    "match":{
      "name":"elasticsearch"
    }
  },
  "aggregations":{
    "since_july":{
      "filter":{
        "range":{
          "date":{"gt":"2013-07-01T00:00"}
        }
      },
      "aggregations":{
        "description_cloud":{
          "terms":{
            "field":"description"
          }
        }
      }
    }
  }
}'

• missing聚集，如果有字段有缺失，可以使用missing聚集进行统计