ES 聚合索引简介

介绍

本章会简单介绍es的聚合索引，通过分析bucket和metric和使用来进一步了解聚合索引。

---

什么是聚合

• es除了搜索意外，还提供的针对es数据进行统计分析的功能
• 通过聚合，我们可以得到一个数据的概览，这个是通过分析和总结的全套数据，不是对单个文档的搜索
• 性能高，只需要一个语句，不需要客户端进行额外的逻辑计算

---

聚合的分类

• Bucket Aggregation：一系列满足条件的文档的集合
• Metric Aggregation：对文档字段进行数学计算后的统计分析
• Pipeline Aggregation：对其他聚合进行的二次分析
• Matrix Aggregation：对多个字段的操作，并提供一个结果矩阵
  下面会通过demo详细介绍对Bucket和Metric两种聚合的使用

---

Bucket Aggregation

GET kibana_sample_data_flights/_search
{
    "size": 0,
    "aggs":{
        "flight_dest":{
            "terms":{
                "field":"DestCountry"
            }
        }
    }
}

Bucket Aggregation通过字段term对field字段进行桶排序，以上语句含义为：划分到达不同目的地国家的统计。

返回结果

以上我们看到搜索中hits是为空的，聚合下可以看到以目的地国家为划分的不同的桶

---

Metric Aggregation

GET kibana_sample_data_flights/_search
{
    "size": 0,
    "aggs":{
        "flight_dest":{
            "terms":{
                "field":"DestCountry"
            },
            "aggs":{
                "avg_price":{
                    "avg":{
                        "field":"AvgTicketPrice"
                    }
                },
                "max_price":{
                    "max":{
                        "field":"AvgTicketPrice"
                    }
                },
                "min_price":{
                    "min":{
                        "field":"AvgTicketPrice"
                    }
                }
            }
        }
    }
}

以上通过目的地国家进行分桶，并且对最大，最小，平均值进行了统计计算。

返回结果

以上我们能看到不同的桶下对三种类型计算产生的输出结果。

总结

本章介绍了聚合，通过两个demo简单介绍了Bucket和Metric两种聚合使用。