本文共 5151 字，大约阅读时间需要 17 分钟。
在数据分析中，Elasticsearch 的聚合功能是处理海量数据的利器。无论是连续型数据（如时间、价格）还是离散型数据（如地点、产品），都可以通过合理的聚合方式，提取出有价值的信息。本文将从基础到高级，逐步讲解如何在 Elasticsearch 中实现不同类型数据的聚合统计。
连续型数据（如价格、时间等）通常需要通过等间隔的方式进行分组。Elasticsearch 提供了 histogram 聚合功能，适用于对连续型数据进行分类统计。
定义聚合类型
在_search 请求中，使用 aggs 参数定义聚合。histogram 聚合需要指定 field（数据字段）和 interval（间隔值）。子聚合
在histogram 之后，可以定义子聚合（subAggregations），用于对每个分组的进一步统计。本例使用 sum 聚合计算每个价格段的销售总额。执行查询
发送聚合请求，获取结果。Elasticsearch 会返回一个包含分组信息的 JSON 对象。POST /cartxns/_search?size=1{ "aggs": { "sales_per_pricerange": { "histogram": { "field": "price", "interval": 20000 }, "aggs": { "total_sales": { "sum": { "field": "price" } } } } }} 执行上述查询后，返回结果中的 buckets 数组包含每个价格段的详细信息，如 doc_count 和 total_sales。以下是示例结果：
{ "aggregations": { "sales_per_pricerange": { "buckets": [ { "key": 0.0, "doc_count": 3, "total_sales": { "value": 37000.0 } }, { "key": 20000.0, "doc_count": 4, "total_sales": { "value": 95000.0 } }, // ... 其他分组结果 ] } }} 离散型数据（如车款名称）通常具有明确的分类属性，适合使用 terms 聚合来进行分组统计。在这种聚合类型下，可以对每个分类（如车款）进行多维度的统计，如平均值、最大值和最小值。
定义聚合类型
使用terms 聚合来定义离散型数据的分组。terms 聚合会根据字段值自动分组。子聚合
在terms 之后，可以定义多个子聚合，分别计算每个分类的平均价格、最大价格和最小价格。执行查询
发送聚合请求，获取结果。Elasticsearch 会返回一个包含分类信息的 JSON 对象。POST /cartxns/_search?size=1{ "aggs": { "avage_price_per_model": { "terms": { "field": "make.keyword" }, "aggs": { "average_price": { "avg": { "field": "price" } }, "max_price": { "max": { "field": "price" } }, "min_price": { "min": { "field": "price" } } } } }} 执行上述查询后，返回结果中的 buckets 数组包含每个车款的详细信息，如 doc_count、平均价格、最大价格和最小价格。以下是示例结果：
{ "aggregations": { "avage_price_per_model": { "buckets": [ { "key": "honda", "doc_count": 3, "max_price": { "value": 20000.0 }, "average_price": { "value": 16666.666666666668 }, "min_price": { "value": 10000.0 } }, { "key": "ford", "doc_count": 2, "max_price": { "value": 30000.0 }, "average_price": { "value": 27500.0 }, "min_price": { "value": 25000.0 } }, // ... 其他车款结果 ] } }} 日期数据是分析时间趋势的重要来源。Elasticsearch 提供了 date_histogram 聚合功能，可以将日期数据按特定间隔（如月、周）进行分组。
定义聚合类型
使用date_histogram 聚合来定义日期分组。date_histogram 需要指定 field（日期字段）、calendar_interval（时间间隔）和 format（日期格式）。执行查询
发送聚合请求，获取结果。Elasticsearch 会返回一个包含日期分组信息的 JSON 对象。POST /cartxns/_search?size=1{ "aggs": { "sales_per_month": { "date_histogram": { "field": "sold", "calendar_interval": "1M", "format": "yyyy-MM-dd" } } }} 执行上述查询后，返回结果中的 buckets 数组包含每个月的详细信息，如 doc_count 和日期值。以下是示例结果：
{ "aggregations": { "sales_per_month": { "buckets": [ { "key_as_string": "2014-01-01", "key": 1388534400000, "doc_count": 1 }, { "key_as_string": "2014-02-01", "key": 1391212800000, "doc_count": 1 }, // ... 其他月份结果 ] } }} 在某些场景中，可能需要对同一数据集执行多种聚合操作。例如，可以先按月份聚合，然后再对每个月份的数据按车款分组，最后计算每个车款的销售总额。
定义主聚合
使用date_histogram 对日期数据进行分组。定义子聚合
在主聚合的基础上，使用terms 聚合对车款进行分组。每个车款分组再使用 sum 聚合计算销售总额。执行查询
发送聚合请求，获取结果。POST /cartxns/_search?size=1{ "aggs": { "sales_per_month": { "date_histogram": { "field": "sold", "calendar_interval": "1M", "format": "yyyy-MM-dd" }, "aggs": { "month_make": { "terms": { "field": "make.keyword", "size": 10 }, "aggs": { "month_total_per_make": { "sum": { "field": "price" } } } }, "monthly_total": { "sum": { "field": "price" } } } } }} 执行上述查询后，返回结果中的 buckets 数组包含每个月份的详细信息。每个月份的信息包括车款分组和销售总额。以下是示例结果：
{ "aggregations": { "sales_per_month": { "buckets": [ { "key_as_string": "2014-01-01", "key": 1388534400000, "doc_count": 1, "month_make": { "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [ { "key": "bmw", "doc_count": 1, "month_total_per_make": { "value": 80000.0 } } ] }, "monthly_total": { "value": 80000.0 } }, // ... 其他月份结果 ] } }} 通过合理组合不同的聚合类型，可以对数据进行多维度分析。例如，可以按月份分组并按车款分组，最终计算每个车款在每个月的销售总额和平均价格。这种高级聚合方式对于分析时间序列数据中的业务表现尤为有用。
通过以上方法，可以在 Elasticsearch 中高效地处理各种类型的数据，提取出有价值的信息，支持数据驱动的决策和分析需求。
转载地址：http://qzefz.baihongyu.com/