ES系列15：ES的指标聚合有哪些呢？在这里，我都给你总结好了
ES系列15：ES的指标聚合有哪些呢？在这里，我都给你总结好了
本文目标
通过本文，你将系统掌握常用的指标聚合，了解每种指标聚合的使用场景和语法。
ps：本文基于ES 7.7.1【文末附《指标聚合Metric Agg详解》xmind 获取方式】
本文知识导航
ps：因为篇幅问题，TeHero在文章中就只通过示例进行简单讲解，涉及其他的注意事项，重要参数等，见xmind截图，毕竟一图胜千言！【文末有xmind源文件获取方式】。
01 写在前面
通过上图我们可以看到，一共有18种类型的 Metrics Agg，而且这只是ES7.7.1，TeHero是在6月初安装的ES，当时最新版就是7.7.1，但是半个月后，ES更新了！！！又！！又！！又！！新增了几种聚合方法。
所以，对于每一种聚合类型，我们都去详细学习并掌握是比较费时间的，个人建议可以按如下方式学习：
- 1）了解每种聚合类型的使用场景，简单而言，就是知道每种聚合是干嘛的，能对数据做怎样的分析；
- 2）掌握常用的聚合操作，了解其注意事项和重要参数；
- 3）完成以上2点，我觉得就差不多了，在实际工作中，面对需求，我们知道可以用哪些聚合操作解决需求即可，需要用到的时候再去详细学习具体的语法。
02 Metrics Agg 详解
Metrics Aggregations 指标分析类型，就是一些数学运算，对文档字段进行统计分析，类似于 sql 的 COUNT() 、 SUM() 、 MAX() 等统计方法。
2.1 4个基本统计聚合
这4个聚合我相信各位小伙伴一看就能明白，就简答看个示例，学习下语法即可：
POST / exams / _search ? size = 0 {
"aggs": {
"avg_grade": {
"avg": {
"field": "grade"
}
}
}
}结果：
{
...
"aggregations": {
"avg_grade": {
"value": 75.0
}
}
}2.2 Value Count value计数聚合
简单示例，了解语法：
POST / sales / _search ? size = 0 {
"aggs": {
"types_count": {
"value_count": {
"field": "type"
}
}
}
}结果：
{ ...
"aggregations": {
"types_count": {
"value": 7
}
}
}2.3 Stats 统计聚合
就是一个聚合函数，包含了上述5种聚合，简单看个示例，学习语法：
POST / exams / _search ? size = 0 {
"aggs": {
"grades_stats": {
"stats": {
"field": "grade"
}
}
}
}结果：
{ ...
"aggregations": {
"grades_stats": {
"count": 2,
"min": 50.0,
"max": 100.0,
"avg": 75.0,
"sum": 150.0
}
}
}2.4 Weighted Avg 加权平均聚合
加权平均聚合和Avg Agg类似，掌握其计算公式： ∑(value * weight) / ∑(weight)。
场景示例：博客文章指数计算：阅读量*作者影响力
POST / blogs_index / _search {
"size": 0,
"aggs": {
"weighted_grade": {
"weighted_avg": {
"value": {
"field": "views"
},
"weight": {
"field": "influence"
}
}
}
}
}结果：
{
...
"aggregations": {
"weighted_grade": {
"value": 70.0
}
}
}2.5 cardinality 基数聚合
场景示例：统计已销售汽车的颜色一共有多少种
GET / cars / _search {
"size": 0,
"aggs": {
"distinct_colors": {
"cardinality": {
"field": "color"
}
}
}
}结果：
"aggregations": {
"distinct_colors": {
"value": 3
}
}2.6 Top Hits 热门匹配聚合
场景示例：获取每种类型商品，其中价格最高的商品详情
POST / test / _search ? size = 0 {
"aggs": {
"top_tags": {
"terms": {
"field": "type",
"size": 3
},
"aggs": {
"top_sales_hits": {
"top_hits": {
"sort": [{
"price": {
"order": "desc"
}
}],
"_source": {
"includes": ["date", "price"]
},
"size": 1
}
}
}
}
}
}结果:
"aggregations": {
"top_tags": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [{
"key": 1,
"doc_count": 2,
"top_sales_hits": {
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": null,
"hits": [{
"_index": "test",
"_type": "_doc",
"_id": "ovDRLXMBqw5d_PggL2w6",
"_score": null,
"_source": {
"date": 6435,
"price": 3
},
"sort": [3]
}]
}
}
}, {
"key": 2,
"doc_count": 2,
"top_sales_hits": {
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": null,
"hits": [{
"_index": "test",
"_type": "_doc",
"_id": "o_DRLXMBqw5d_PggL2w6",
"_score": null,
"_source": {
"date": 5525,
"price": 5
},
"sort": [5]
}]
}
}
}]
}
}2.7 Top Metrics 最高度量标准聚合
看个示例，对比Top Hit Agg 的例子，如下DSL和上述例子效果一致，只是响应结构不同：
POST / sales / _search ? size = 0 {
"aggs": {
"top_tags": {
"terms": {
"field": "type",
"size": 3
},
"aggs": {
"top_sales_hits": {
"top_metrics": {
"metrics": [{
"field": "date"
}, {
"field": "price"
}],
"sort": {
"price": "desc"
}
}
}
}
}
}
}结果：
"aggregations": {
"top_tags": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [{
"key": 1,
"doc_count": 2,
"top_sales_hits": {
"top": [{
"sort": [3],
"metrics": {
"date": 6435,
"price": 3
}
}]
}
}, {
"key": 2,
"doc_count": 2,
"top_sales_hits": {
"top": [{
"sort": [5],
"metrics": {
"date": 5525,
"price": 5
}
}]
}
}]
}
}2.8 剩余8种Metric聚合
更多详情内容，可参考官网。
下期预告：管道聚合详解【关注公众号：方才编程，系统学习ES】