一 序
本文屬於極客時間Elasticsearch核心技術與實戰學習筆記系列。
2 Bucket & Metric Aggregation
- Metric 一些系列的統計方法
- Bucket 一組滿足條件的文檔
2.1 Aggregation 的語法
Aggregation 屬於 Search 的一部分。一般情況下，建議將其 Size 指定爲 0 
2.2 一個例子：工資統計
左側查詢：分別是查詢最大值、最小值、平均值。指定了函數與field.
右側返回的結果：hits是20條結果，因爲size=0所以文檔不會再搜索結果展示出來。下面aggregations是返回的3個聚合的結果。
2.3 Mertric Aggregation
單值分析：只輸出一個分析結果
- min，max，avg，sum
- Cardinality（類似sql: distinct Count）
多值分析：輸出多個分析結果
- stats ,extended stats
- percentile, percentile rank
- top hits （排在前面的示例）
2.4 Metric 聚合的具體 Demo
定義索引
數據準備：
PUT /employees/_bulk
{ "index" : { "_id" : "1" } }
{ "name" : "Emma","age":32,"job":"Product Manager","gender":"female","salary":35000 }
{ "index" : { "_id" : "2" } }
{ "name" : "Underwood","age":41,"job":"Dev Manager","gender":"male","salary": 50000}
{ "index" : { "_id" : "3" } }
{ "name" : "Tran","age":25,"job":"Web Designer","gender":"male","salary":18000 }
{ "index" : { "_id" : "4" } }
{ "name" : "Rivera","age":26,"job":"Web Designer","gender":"female","salary": 22000}
{ "index" : { "_id" : "5" } }
{ "name" : "Rose","age":25,"job":"QA","gender":"female","salary":18000 }
{ "index" : { "_id" : "6" } }
{ "name" : "Lucy","age":31,"job":"QA","gender":"female","salary": 25000}
{ "index" : { "_id" : "7" } }
{ "name" : "Byrd","age":27,"job":"QA","gender":"male","salary":20000 }
{ "index" : { "_id" : "8" } }
{ "name" : "Foster","age":27,"job":"Java Programmer","gender":"male","salary": 20000}
{ "index" : { "_id" : "9" } }
{ "name" : "Gregory","age":32,"job":"Java Programmer","gender":"male","salary":22000 }
{ "index" : { "_id" : "10" } }
{ "name" : "Bryant","age":20,"job":"Java Programmer","gender":"male","salary": 9000}
{ "index" : { "_id" : "11" } }
{ "name" : "Jenny","age":36,"job":"Java Programmer","gender":"female","salary":38000 }
{ "index" : { "_id" : "12" } }
{ "name" : "Mcdonald","age":31,"job":"Java Programmer","gender":"male","salary": 32000}
{ "index" : { "_id" : "13" } }
{ "name" : "Jonthna","age":30,"job":"Java Programmer","gender":"female","salary":30000 }
{ "index" : { "_id" : "14" } }
{ "name" : "Marshall","age":32,"job":"Javascript Programmer","gender":"male","salary": 25000}
{ "index" : { "_id" : "15" } }
{ "name" : "King","age":33,"job":"Java Programmer","gender":"male","salary":28000 }
{ "index" : { "_id" : "16" } }
{ "name" : "Mccarthy","age":21,"job":"Javascript Programmer","gender":"male","salary": 16000}
{ "index" : { "_id" : "17" } }
{ "name" : "Goodwin","age":25,"job":"Javascript Programmer","gender":"male","salary": 16000}
{ "index" : { "_id" : "18" } }
{ "name" : "Catherine","age":29,"job":"Javascript Programmer","gender":"female","salary": 20000}
{ "index" : { "_id" : "19" } }
{ "name" : "Boone","age":30,"job":"DBA","gender":"male","salary": 30000}
{ "index" : { "_id" : "20" } }
{ "name" : "Kathy","age":29,"job":"DBA","gender":"female","salary": 20000}
查詢最低工資：
hits裏面total是總的數據量，aggregations返回的是最低工資。
同樣，查找最高的工資：
上面是查詢單個值，如果要查詢多個值，
也可以使用一個聚合查詢，輸出多個值
3 Bucket
按照一定的規則，將文檔分配到不同的桶中，從而達到分類的目的。ES 提供的一些常見的 Bucket Aggregation
- Term
- 數字類型
- Range 、Date Range
- Histogram / Data Histogram
支持嵌套：也就在桶裏在做分桶
3.1Terms Aggregation
字段需要打開 fielddata，才能進行 Terms Aggregation
- Keyword 默認支持 doc_values
- Text 需要在 Mapping 中 enable ，會按照分詞後的結果進行分
Demo
- 對 job 和 job.keyword 進行聚合
- 對性別進行 Terms 聚合
- 指定 bucket size
3.2 demo
返回的buckets裏面有對應的key及數量。
Text 字段進行 terms 聚合查詢，失敗
對 Text 字段打開 fielddata，支持terms aggregation，
你會發現查詢結果跟之前不一樣，因爲Text 字段進行分詞後執行 terms 聚合查詢，而keyword是不會進行分詞的。
#指定 bucket 的 size
指定size，不同工種中，年紀最大的3個員工的具體信息
先用：job.keyword做分桶。再定義子查詢：tophits方式，指定size=3,結果排序方式： age降序
3.3 優化 Terms 聚合的性能
適應條件：在聚合經常發生，性能高的，索引不斷寫入。
預加載cache被打開後，一旦有文檔寫入，term Aggregation 會被提前算好。
4 Range & Histogram聚合
-
按照數字的範圍，進行分桶
-
在 Range Aggregation 中，可以自定義 Key
-
Demo：
-
按照工資的 Range 分桶
-
按照工資的間隔（Histogram）分桶
-
4.1 demo
針對salary進行分桶
上面可以看到，你可以指定key，不指定es也會自動生成默認key.
demo2:Salary Histogram,工資0到10萬，以 5000一個區間進行分桶
min，max指定區間，interval指定間隔。
5 Bucket + Metric Aggregation
Bucket 聚合分析允許通過添加子聚合分析進一步分析，子聚合分析可以是
- Bucket
- Metric
Demo
- 按照工作類型進行分桶，並統計工資信息
- 先按照工作類型分桶，然後按性別分桶，並統計工資信息
5.1 demo
嵌套聚合1，按照工作類型分桶，並統計工資信息
多次嵌套。根據工作類型分桶，然後按照性別分桶，計算工資的統計信息
