Elasticsearch聚合分析

什么是聚合分析

简介：

聚合分析

，英文为

Aggregation

，是es除搜索功能外提供的针对es数据做统计分析的功能

• ES提供多种分析方式： Bucket、Metric、Pipeline 等
• Bucket，分桶类型，类似SQL语法中的group by语法。
• Metric，指标分析类型，如计算最大值，最小值，平均值等等。
• Pipeline，管道分析类型，基于上一级的聚合分析结果进行再分析。
• Matrix，矩阵分析类型。

Metric聚合分析

• Metric分析分类
  • 1.单值分析：只输出一个分析结果。
    • min（最小值）
    • max（最大值）
    • avg（平均值）
    • sum（总和）
    • cardinality（计算数目的，类似sql中的distinct count）
  • 2.多值分析，输出多个分析结果
    • stats（多样统计分析，可以一次性得到最小值，最大值，平均值，中值等等）、
    • extended stats、percentile（百分位数的统计）、
    • percentile rank、top hits（排在前面的结果列表）

单值：最小值

GET /linGuanlink/_search
{
  "size": 0,					// 不需要返回文档列表
  "aggs": {
    "min_age": {					// 自定义聚合名称
      "min": {					// 聚合类型
        "field": "age"
      }
    }
  }
}

单值：最大值

GET /linGuanlink/_search
{
  "size": 0,
  "aggs": {
    "max_age": {
      "max": {
        "field": "age"
      }
    }
  }
}

单值：平均值

GET /linGuanlink/_search
{
  "size": 0,
  "aggs": {
    "avg_age": {
      "avg": {
        "field": "age"
      }
    }
  }
}

单值：求和

GET /linGuanlink/_search
{
  "size": 0,
  "aggs": {
    "sum_age": {
      "sum": {
        "field": "age"
      }
    }
  }
}

单值：多个结果

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "min_age": {
     "min": {
       "field": "age"
     }
   },
   "sum_age": {
     "sum": {
       "field": "age"
     }
   }
 }
}

多值：Stats

• 多值分析之Stats，返回一系列数值类型的统计值，包含min、max、avg、sum和count

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "stats_age": {
     "stats": {
       "field": "age"
     }
   }
 }
}

多值：Extended Stats

• 多值分析之Extended Stats，对stats的扩展，包含了更多的统计数据，如方差，标准差等等

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "stats_age": {
     "extended_stats": {
       "field": "age"
     }
   }
 }
}

多值：percentile

• 多值分析之percentile，百分位数统计，percentiles是关键词。

• 计算99%数据年龄在多少以下（50%年龄的21岁以下）

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "per_age": {
     "percentiles": {
       "field": "age",
       "percents": [
         1,
         5,
         25,
         50,
         75,
         95,
         99
       ]
     }
   }
 }
}

多值：percentile_ranks

• 14岁及其以下，所占的比例

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "per_rank_age": {
     "percentile_ranks": {
       "field": "age",
       "values": [
         14,
         18,
         26
       ]
     }
   }
 }
}

多值：top hits

• 多值分析之top hits，一般用于分桶后获取该桶内最匹配的顶部文档列表，即详情数据
• top_hits的作用就是在每个组下面的数据进行筛选
  
  size：每组显示的数据
  
  sort：每组的排序

GET /linGuanlink/_search
{
 "size": 0,
 "aggs": {
   "group_agg": {
     "terms": {
       "field": "age",
       "size": 10
     },
     "aggs": {
       "top_data": {
         "top_hits": {
           "size": 2,
           "sort": [
             {
               "age": {
                 "order": "desc"
               }
             }
           ]
         }
       }
     }
   }
 }
}