ElasticSearch 聚合之聚合的分类_elasticsearch的聚合类型有哪些

文章目录

• • 一、聚合功能概述
  • • 1. 聚合的作用
    • 2. 三大聚合类型
  • 二、桶聚合（Bucket Aggregations）
  • • 1. 核心特征
    • 2. 常用类型
    • • (1) Terms 聚合
      • (2) Date Histogram 聚合
  • 三、度量聚合（Metric Aggregations）
  • • 1. 核心特征
    • 2. 常用类型
  • 四、管道聚合（Pipeline Aggregations）
  • • 1. 核心特征
    • 2. 常见应用
  • 五、聚合字段要求
  • • 1. 字段类型限制
    • 2. 错误示例分析
  • 六、聚合组合应用案例
  • • 需求场景
    • DSL 实现
    • 响应结果示例
  • 七、学习路径建议

一、聚合功能概述

1. 聚合的作用

• 对海量文档数据进行统计分析和运算
• 类比关系型数据库中的聚合函数（如 COUNT/AVG/SUM），但功能更强大

2. 三大聚合类型

聚合类型 类比 SQL 核心作用 常见场景 桶聚合 GROUP BY + 分组统计 文档分组 按品牌/地区/时间区间分组 度量聚合 聚合函数（AVG/MAX） 数值统计计算 计算销售额/平均价格 管道聚合 嵌套聚合查询 对前序聚合结果进行二次处理 求各组平均值的最大值

注意：参与聚合的字段必须是 Keyword、数值、日期、布尔的类型字段

二、桶聚合（Bucket Aggregations）

1. 核心特征

• 将文档划分到不同组（称为\"桶\"）
• 支持嵌套其他聚合（组内再聚合）

2. 常用类型

(1) Terms 聚合

• 作用：按字段值分组（类似 SQL 的 GROUP BY）
• 示例：

{ \"aggs\": { \"brand_groups\": { \"terms\": { \"field\": \"brand.keyword\", \"size\": 10 } } }}

• 典型应用：统计各品牌商品数量

(2) Date Histogram 聚合

• 作用：按时间区间自动分组
• 示例（按月分组）：

{ \"aggs\": { \"sales_by_month\": { \"date_histogram\": { \"field\": \"order_date\", \"calendar_interval\": \"month\" } } }}

• 典型应用：统计每月销售额

---

三、度量聚合（Metric Aggregations）

1. 核心特征

• 对数值型字段进行数学计算
• 常与桶聚合结合使用（先分组后计算）

2. 常用类型

聚合类型 功能描述 示例值（结果） avg 平均值 平均价格：￥299 max / min 最大值/最小值 最高温度：38℃ sum 求和 总销售额：￥1,200,000 stats 综合统计（含计数/平均值/最大/最小/和） 包含所有基础统计指标

---

四、管道聚合（Pipeline Aggregations）

1. 核心特征

• 对前序聚合结果进行二次处理
• 支持多级管道嵌套

2. 常见应用

• 求分组平均值的最大值（Max of Avg）
• 计算同比/环比增长率
• 排序聚合结果

---

五、聚合字段要求

1. 字段类型限制

• 只能使用 不可分词 的字段类型：
  • keyword
  • 数值类型（integer/long/double 等）
  • 日期类型（date）
  • 布尔类型（boolean）

2. 错误示例分析

\"terms\": { \"field\": \"product_name\" // 错误！text 类型默认分词}

正确做法：使用 .keyword 子字段

\"terms\": { \"field\": \"product_name.keyword\"}

---

六、聚合组合应用案例

需求场景

统计各品牌手机的平均价格和最高价格

DSL 实现

GET /phones/_search{ \"size\": 0, \"aggs\": { \"brand_groups\": { \"terms\": { \"field\": \"brand.keyword\" }, \"aggs\": { \"avg_price\": { \"avg\": { \"field\": \"price\" } }, \"max_price\": { \"max\": { \"field\": \"price\" } } } } }}

响应结果示例

\"aggregations\": { \"brand_groups\": { \"buckets\": [ { \"key\": \"Apple\", \"avg_price\": { \"value\": 6999 }, \"max_price\": { \"value\": 12999 } }, { \"key\": \"Xiaomi\", \"avg_price\": { \"value\": 2999 }, \"max_price\": { \"value\": 5999 } } ] }}

---

七、学习路径建议

1. 先掌握基础桶聚合（terms/date_histogram）
2. 结合度量聚合实现分组统计
3. 最后学习管道聚合处理复杂场景
4. 实战中注意字段类型是否符合聚合要求