写点什么

Elasticsearch 聚合学习之四:结果排序 (1)

作者:Java高工P7
  • 2021 年 11 月 11 日
  • 本文字数:1948 字

    阅读完需:约 6 分钟

}


}


}


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:



3. 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,


【一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开:qq.cn.hn/FTf 免费领取
复制代码


"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

用户头像

Java高工P7

关注

还未添加个人签名 2021.11.08 加入

还未添加个人简介

评论

发布
暂无评论
Elasticsearch聚合学习之四:结果排序(1)