Elasticsearch 聚合学习之二：区间聚合，java 中高级面试题大全
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：
本章概要
本篇实战的聚合操作有以下内容：
指定字段的区间聚合；
时间字段的区间聚合；
扩展实战；
接下来开始实战吧。
条形图(histogram 桶)
还记得 terms 桶么，用来将指定字段值相同的文档聚合在一个桶中，而 histogram 桶是将指定字段值在某个范围内的文档聚合在一个桶中，如下图所示，0-19999 是一个桶，11000 和 15000 在一个桶内，23000 和 31000 在一个桶内，这就是 histogram 桶：
以汽车销售记录为例做一次聚合查询，为售价创建 histogram 桶，以 20000 作为间隔，每个桶负责的区间如上图所示，相关的销售记录就会被放入对应的桶中，请求参数和说明如下：
GET /cars/transactions/_search
{
"size":0, ---令返回值的 hits 对象为空
"aggs":{ ---聚合命令
"price":{ ---聚合字段名称
"histogram": { ---桶类型
"field": "price", ---指定 price 字段的值作为判断条件
"interval": 20000 ---每个桶负责的区间大小为 20000
}
}
}
}
es 返回的数据和说明如下：
{
"took" : 57,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 8,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : { ---聚合结果
"price" : { ---请求参数中指定的名称
"buckets" : [ ---price 桶的数据在此数组中
{
"key" : 0.0, ---第一个桶，区间[0-19999]，0.0 是起始值
"doc_count" : 3 ---这个区间有三个文档（price 值分别是 10000、12000、15000）
},
{
"key" : 20000.0, ---第二个桶，区间[20000-39999]，20000.0 是起始值
"doc_count" : 4 ---这个区间有四个文档
},
{
"key" : 40000.0, ---第三个桶，区间[40000-59999]，40000.0 是起始值
"doc_count" : 0 ---这个区间没有文档
},
......
控制空桶是否返回
在上面的返回值中，第三个桶中没有文档，在有的业务场景中，我们不需要没有数据的桶，此时可以用 min_doc_count 参数来控制，如果 min_doc_count 等于 2，表示桶中最少有两条记录才会出现在返回内容中，如下所示，min_doc_count 如果等于 1，那么空桶就不会被 es 返回了：
GET /cars/transactions/_search
{
"size":0,
"aggs":{
"price":{
"histogram": {
"field": "price",
"interval": 20000,
"min_doc_count": 1
}
}
}
}
返回值如下所示，没有文档的桶不再出现：
{
"took" : 16,
"timed_out" : false,
"_shards" : {
"tota
l" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 8,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"price" : {
"buckets" : [
{
"key" : 0.0,
"doc_count" : 3
},
{
"key" : 20000.0,
"doc_count" : 4
},
{
"key" : 80000.0,
"doc_count" : 1
}
]
}
}
}
histogram 桶加 metrics
上面的例子返回结果只有每个桶内的文档数，也可以加入 metrics 对桶中的数据进行处理，例如计算每个区间内的最高价、最低价、平均售价，可以加入 max、min、avg 参数，如下：
GET /cars/transactions/_search
{
"size":0, ---令返回值的 hits 对象为空
"aggs":{ ---聚合命令
"price":{ ---聚合字段名称
"histogram": { ---桶类型
"field": "price", ---指定 price 字段的值作为判断条件
"interval": 20000 ---每个桶负责的区间大小为 20000
},
"aggs": { ---表示对桶内数据做 metrics
"max_price": { ---指定 metrics 处理结果的字段名
"max":{ ---metrics 类型为 max
"field": "price" ---指定取 price 字段的值做最大值比较
}
},
"min_price": { ---指定 metrics 处理结果的字段名
"min":{ ---metrics 类型为 min
"field": "price" ---指定取 price 字段的值做最小值比较
}
},
"avg_price": { ---指定 metrics 处理结果的字段名
"avg":{ ---metrics 类型为 avg
"field": "price" ---指定取 price 字段的值计算平均值
}
}
}
}
}
}
es 返回数据和说明如下，可见每个桶中的文档都做了三种 metrics 处理：
{
"took" : 17,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 8,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : { ---聚合结果
"price" : { ---请求参数中指定的名称
"buckets" : [ ---price 桶的数据在此数组中
{
"key" : 0.0, ---第一个区间[0-19999]，0.0 是起始值
"doc_count" : 3, ---这个区间有三条记录（price 值分别是 10000、12000、15000）
"max_price" : { ---指定的 metrics 结果名称
"value" : 15000.0 ---桶中有三个文档，price 字段的最大值是 15000
},
"min_price" : {
"value" : 10000.0 ---桶中有三个文档，price 字段的最小值是 10000
},
"avg_price" : {
"value" : 12333.333333333334 ---桶中有三个文档，price 字段的平均值是 12333.333333333334
}
},
......
时间区间的桶(date_histogram)
按照时间区间聚合也是常用的功能，例如在 ELK 上查询日志，通常都是按照时间来分段的，如下图：
histogram 桶可以实现按照时间分段么？如果用毫秒数来处理，似乎是可以的，但是对年月日的处理就力不从心了，常见的时间区间处理，用 date_histogram 桶即可满足要求；
下面就是 date_histogram 桶的用法：每月销售多少台汽车：
GET /cars/transactions/_search
{
"size": 0, ---令返回值的 hits 对象为空
"aggs": { ---聚合命令
"sales": { ---聚合字段名称
"date_histogram": { ---桶类型
"field": "sold", ---用 sold 字段的值作进行时间区间判断
"interval": "month", ---间隔单位是月
"format": "yyyy-MM-dd" ---返回的数据中，时间字段格式
},
"aggs": { ---表示对桶内数据做 metrics
"max_price": { ---指定 metrics 处理结果的字段名
"max":{ ---metrics 类型为 max
"field": "price" ---指定取 price 字段的值做最大值比较
}
},
"min_price": { ---指定 metrics 处理结果的字段名
"min":{ ---metrics 类型为 min
"field": "price" ---指定取 price 字段的值做最小值比较
}
}
}
}
}
}
es 返回数据如下，篇幅所限因此略去了头部和尾部的一些信息，只看关键的：
"aggregations" : { ---聚合结果
"sales" : { ---请求参数中指定的名称
"buckets" : [ ---sales 桶的数据在此数组中
{
"key_as_string" : "2014-01-01", ---请求的 format 参数指定了 key 的格式
"key" : 1388534400000, ---真正的时间字段
"doc_count" : 1, ---2014 年 1 月份的文档数量
"max_price" : { ---2014 年 1 月的文档做了 metrics 类型为 max 的处理后，结果在此
"value" : 80000.0 ---2014 年 1 月的文档中，price 字段的最大值
},
"min_price" : { ---2014 年 1 月的文档做了 metrics 类型为 min 的处理后，结果在此
"value" : 80000.0 ---2014 年 1 月的文档中，price 字段的最大值
还未添加个人签名 2021.03.18 加入
还未添加个人简介
评论