Elasticsearch 聚合学习之二：区间聚合
欢迎访问我的 GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos
本篇概览
本文是《Elasticsearch 聚合学习》系列的第二篇，上一篇是我们熟悉了聚合的基本操作，本篇的内容是按照区间聚合的实战操作；
系列文章列表
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：
es 返回的数据和说明如下：
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：
返回值如下所示，没有文档的桶不再出现：
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：
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：
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：
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：
上面的请求是以一个月作为区间的，如果想以其他时间单位作为区间又该怎么做呢？例如 90 天，把 interval 字段写成 90d 即可，其他粒度的时间间隔写法如下表：
注意：年、季度、月、周都的数量只能是 1，其他粒度的数量可以是整数；
例如以 90 天作为区间来聚合，请求参数如下：
date_histogram 的空桶处理
date_histogram 也支持 min_doc_count 参数，和 histogram 桶的用法一样，对于下面的请求，es 的响应中不会有空桶：
扩展实战
本篇的最后，来做一个略为复杂的聚合操作：按季度展示每个汽车品牌的销售总额；
显然，操作的第一步是按照时间区间做聚合，然后在每个桶中，将文档按照品牌做第二次聚合，第二次聚合的结果也可以理解为多个桶，每个桶中的文档，是某个平台在某个季度的销售总额；
请求如下：
收到响应如下：
至此，区间聚合的学习和实战就完成了，到目前为止，我们的操作用的都是索引中的全部数据，但是真是生产环境中，不会每次都用全部数据来做聚合，因此接下来的章节，会将聚合与查询、过滤等操作结合在一起实战；
欢迎关注 InfoQ：程序员欣宸
版权声明: 本文为 InfoQ 作者【程序员欣宸】的原创文章。
原文链接:【http://xie.infoq.cn/article/ec62411c254eb6115ed6e6083】。文章转载请联系作者。
搜索"程序员欣宸"，一起畅游Java宇宙 2018.04.19 加入
前腾讯、前阿里员工，从事Java后台工作，对Docker和Kubernetes充满热爱，所有文章均为作者原创，个人Github：https://github.com/zq2599/blog_demos
评论