[大数据]es AggregationBuilders 聚合查询

AggregationBuilders
.terms(“agg_name”)
.field(“name”)
.size(Integer.MAX_VALUE)
.subAggregation(AggregationBuilders
.topHits(“top”)
.sort(“time”,SortOrade.DESC)
.from(0).size())

读的时候不是很理解，因此对多条件聚合进行一下系统学习。

聚合的分类

聚合（aggregations）可以实现对文档数据的统计、分析、运算。聚合常见的有三类：

• 桶（Bucket）聚合：用来对文档做分组
  * TermAggregation: 按照文档字段分组
  * Date Histogram: 按照日期阶梯分组，例如一周为一组，或者一个月为一组。
• 度量（Metric）聚合：用以计算一些值，比如：最大、最小、平均值等。
  * Avg：求平均值
  * Max：求最大值
  * Min：求最小值
  * Stats: 同时求max、min、avg、sum等
• 管道（pipeline）聚合：其他聚合的结果为基础再对其进行聚合

DSL语言实现Bucket聚合

在es中的一个索引中，存储着各种酒店信息。现在需要统计所有数据中的酒店品牌有几种。酒店数据如下：

此时可以根据酒店品牌的名称做聚合：可以看出类型为term类型，DSL示例如下：
其中的主要字段是brandAgg、terms，field，指定了聚合名称、聚合类型和聚合字段。

查询的结果如下：

结果中可以看到，一般查询的hits数组为空，因为上面的size指定为0了。聚合查询的结果在aggregations下：其中的"brandAgg"字段为聚合名称，"buckets"为聚合结果。

这样就使用DSL完成了一次简单的聚合查询，但是这样的简单聚合每次都是对所有数据全部聚合，如果索引库中的数据量太大，效率也会降低。通常会对聚合的文档限定范围，可以在query中限定范围，比如查询价格200元以下的酒店名称：DSL如下：

从上面的DSL中可以看出，"query"和"aggs"字段同级，"query"的主要作用是限定聚合的文档范围。并且可以总结出聚合配置的属性有：

• size：指定聚合结果数量
• order：指定聚合结果排序方式
• field：指定聚合字段

DSL实现Metrics聚合（结合Bucket）

还是在上述的例子下，要求获取每个品牌的用户评分的min、mix、avg等数据，可以使用"stats"

上面的DSL就是一个简单的多条件聚合了，可以看到是对品牌进行聚合后，再对其进行操作，形成一个新的聚合"score_stats"，下面是操作的结果。

在buckets下，“key"为第一步聚合的结果，它的下面是第二步聚合生成的"scoreAgg”，内容是对score的计算。

接下来我们使用java中的restClient对上面的查询操作一下：