Elasticsearch聚合学习之四：结果排序
Elasticsearch聚合学习之四：结果排序
本文是《Elasticsearch聚合学习》系列的第四篇，在前面的实战中，聚合的结果以桶(bucket)为单位，放在JSON数组中返回，这些数据是没有排序的，今天来学习如何给这些数据进行排序；
系列文章列表
- 《Elasticsearch聚合学习之一：基本操作》；
- 《Elasticsearch聚合学习之二：区间聚合》；
- 《Elasticsearch聚合学习之三：范围限定》;
- 《Elasticsearch聚合学习之四：结果排序》；
环境信息
以下是本次实战的环境信息，请确保您的Elasticsearch可以正常运行：
- 操作系统：Ubuntu 18.04.2 LTS
- JDK：1.8.0_191
- Elasticsearch：6.7.1
- Kibana：6.7.1
实战用的数据依然是一些汽车销售的记录，在第一章有详细的导入步骤，请参考操作，导入后您的es中的数据如下图：
接下来一起实战聚合排序吧；
默认排序
之前文章中的聚合查询，我们都没有做排序设置，此时es会用每个桶的doc_count字段做降序，下图是个terms桶聚合的示例，可见返回了三个bucket对象，是按照doc_count字段降序排列的：
内置排序
除了自定义排序，es自身也内置了两种排序参数，可以直接拿来使用：
- _count：这个参数对应的就是doc_count，以下请求的排序效果和默认的排序效果是一致的：
GET /cars/transactions/_search
{
"size":0,
"aggs":{
"popular_colors":{
"terms": {
"field": "color",
"order": { ---表示要对聚合结果做排序
"_count": "desc" ---排序字段是doc_count，顺序是降序
}
}
}
}
}- _key：在区间聚合的时候(histogram或者date_histogram)，可以根据桶的key做排序：
GET /cars/transactions/_search
{
"size": 0,
"aggs": {
"price": {
"histogram": { ---区间聚合
"field": "price", ---取price字段的值
"interval": 20000, ---每个区间的大小是20000
"order": { ---表示要对聚合结果做排序
"_key": "desc" ---排序字段是桶的key值，这里是每个区间的起始值，顺序是降序
}
}
}
}
}返回结果如下，已经按照key的大小从大到小排序：
......
"aggregations" : {
"price" : {
"buckets" : [
{
"key" : 80000.0,
"doc_count" : 1
},
{
"key" : 60000.0,
"doc_count" : 0
},
{
"key" : 40000.0,
"doc_count" : 0
},
{
"key" : 20000.0,
"doc_count" : 4
},
{
"key" : 0.0,
"doc_count" : 3
}
]
}
}
}《Elasticsearch 权威指南》里指出：_key只在 histogram 和 date_histogram 内使用，原文如下图红框所示：
但是在实际操作中发现，6.7.1版本中，除了histogram 和 date_histogram，terms桶也可以用_key排序，如下图，是按照key的字母降序：
把desc改为asc之后返回如下图，变成了按照key的首字母升序排序：
- 另外《Elasticsearch 权威指南》中还提到一种内置排序类型_term，但是《Elasticsearch官方文档》中宣布该类型在6.0之后已经废弃，如下：
也许是"手贱"的缘故，我还是用_term试了下，可以返回结果，但是会建议用_key替代_term，如下图：
按照metrics排序(metrics结果只有一个值)
常见的metrics有累加和(sum)、最大值(max)、最小值(min)、平均值(avg)，这些metrics的特点是处理结果只有一个值，我们可以按照这个结果来排序，例如计算每个汽车品牌的销售额，再按照销售额排序：
GET /cars/transactions/_search
{
"size": 0,
"aggs": {
"sales_rank": {
"terms": { ---桶类型是terms
"field": "make", ---按照make字段聚合
"order": { ---要求排序
"sales": "desc" ---排序字段是sales
}
},
"aggs": {
"sales": { ---metrics处理后的结果保存在名为sales的字段中，排序已经指定了该字段
"sum": { ---桶内的metrics处理，类型是累加
"field": "price" ---将price字段的值累加
}
}
}
}
}
}下面是聚合结果，可见已按照每个品牌的销售额大小做了降序的排序：
......
"aggregations" : { ---聚合结果
"sales_rank" : { ---桶名称
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [ ---这个JSON数组内是按照品牌聚合而成的所有桶
{
"key" : "bmw", ---品牌为bmw的桶
"doc_count" : 1, ---文档数量为1
"sales" : { ---metrics处理结果
"value" : 80000.0 ---品牌为bmw的汽车销售总额是80000
}
},
{
"key" : "ford",
"doc_count" : 2,
"sales" : {
"value" : 55000.0
}
},
{
"key" : "honda",
"doc_count" : 3,
"sales" : {
"value" : 50000.0
}
},
{
"key" : "toyota",
"doc_count" : 2,
"sales" : {
"value" : 27000.0
}
}
]
}
}
}按照metrics排序(metrics结果有多个值)
和sum、max这些只有一个结果的metrics不同，extended_stats的结果包含了数量、最大值、最小值、平均值、累加和等多种处理，此时必须要指定用其中的哪一项（否则会返回错误：Invalid aggregation order path xxxx. When ordering on a multi-value metrics aggregation a metric name must be specified）:
GET /cars/transactions/_search
{
"size": 0,
"aggs": {
"sales_rank": {
"terms": { ---桶类型是terms
"field": "make", ---按照make字段聚合
"order": { ---要求排序
"stat.avg": "asc" ---排序字段是metrics结果的一个子项(平均值)，升序
}
},
"aggs": {
"stat": { ---metrics处理后的结果保存在名为stat的字段中，排序已经指定了该字段的agv子项(平均值)
"extended_stats": { ---桶内的metrics处理，类型是计算数量、最大值、最小值、平均值等多个指标项
"field": "price" ---将price字段的值拿来做metrics处理
}
}
}
}
}
}返回结果如下，可见已经按照metrics结果的avg子项做了升序排序：
......
"aggregations" : {
"sales_rank" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "toyota",
"doc_count" : 2,
"stat" : {
"count" : 2,
"min" : 12000.0,
"max" : 15000.0,
"avg" : 13500.0, ---排序字段
"sum" : 27000.0,
"sum_of_squares" : 3.69E8,
"variance" : 2250000.0,
"std_deviation" : 1500.0,
"std_deviation_bounds" : {
"upper" : 16500.0,
"lower" : 10500.0
}
}
},
{
"key" : "honda",
"doc_count" : 3,
"stat" : {
"count" : 3,
"min" : 10000.0,
"max" : 20000.0,
"avg" : 16666.666666666668, ---排序字段
"sum" : 50000.0,
"sum_of_squares" : 9.0E8,
"variance" : 2.222222222222221E7,
"std_deviation" : 4714.045207910315,
"std_deviation_bounds" : {
"upper" : 26094.757082487296,
"lower" : 7238.5762508460375
}
}
},
......嵌套桶排序
在聚合查询中，经常对聚合的数据再次做聚合处理，例如统计每个汽车品牌下的每种颜色汽车的销售额，这时候DSL中就有了多层aggs对象的嵌套，这就是嵌套桶（此名称来自《Elasticsearch 权威指南》)，如下图所示：
嵌套桶的排序情况略为复杂，详情请参考《Elasticsearch聚合的嵌套桶如何排序》；
至此，聚合返回结果排序的实战已经完成了，后面的章节会深入学习es的聚合有关的关键知识点；