Elasticsearch的聚合(aggs)操作

最新推荐文章于 2025-04-06 22:58:40 发布
原创 最新推荐文章于 2025-04-06 22:58:40 发布 · 1.4k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#elasticsearch

Elasticsearch的聚合(aggs)提供了强大的数据统计和分析功能，包括桶(bucket)和度量(metrics)两大类型。桶主要用于数据分组，如Date Histogram、Histogram、Terms和Range Aggregation；度量则用于对分组数据进行计算，如平均值、最大值、最小值等。文章还介绍了各种聚合示例和阶梯分桶Histogram的应用。

目录

聚合(aggregations)

1.桶（bucket）

2.度量（metrics）

3.聚合为桶示例

4.桶内度量示例

5.嵌套桶示例

6.阶梯分桶Histogram

 

 

聚合(aggregations)

 

聚合可以让我们极其方便的实现对数据的统计、分析，实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现实时搜索效果。下面介绍两种最常用的聚合  

 

1.桶（bucket）

桶的作用，是按照某种方式对数据进行分组，但不包括计算，因此bucket中往往会嵌套另一种聚合：metrics aggregations即度量

比较常用的桶划分方式有

  • Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组

  • Histogram Aggregation：根据数值阶梯分组，与日期类似

  • Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组

  • Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组

 

最低0.47元/天 解锁文章
ElasticSearch - 聚合 aggs
kucw的博客
07-23 4万+
聚合概念 ElasticSearch除了致力于搜索之外，也提供了聚合实时分析数据的功能 如果把搜索比喻为大海捞针(从海量的文档中找出符合条件的那一个)，那麽聚合就是去分析大海中的针们的特性，像是 在大海里有多少针？ 针的平均长度是多少？ 按照针的製造商来划分，针的长度中位值是多少？ 每月加入到海中的针有...
Elasticsearch 聚合查询(aggs)
龙源IT 的博客
03-15 1万+
聚合aggregations 聚合可以让我们极其方便的实现对数据的统计、分析。例如： 什么品牌的手机最受欢迎？ 这些手机的平均价格、最高价格、最低价格？ 这些手机每月的销售情况如何？ 实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现实时搜索效果。 基本概念 Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量： 桶（bucket） 桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、
es数据聚合
CV工程师呀
02-09 3115
1.kibana实现 1.1.聚合的种类 聚合常见的有三类： 桶（Bucket）聚合：用来对文档做分组 TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组 Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等 Avg：求平均值 Max：求最大值 Min：求最小值 Stats：同时求max、min、avg、sum等 管道（pipeline）聚合：其它聚合的结
ElasticSearch之聚合aggs
wang0907的博客
02-21 1736
即，数据的统计分析。如sum，count，avg，min，max，分组等。
ElasticSearch - 聚合 aggs 详解
weixin_46742102的博客
09-29 7145
聚合概念 ElasticSearch除了致力于搜索之外，也提供了聚合实时分析数据的功能 如果把搜索比喻为大海捞针(从海量的文档中找出符合条件的那一个)，那麽聚合就是去分析大海中的针们的特性，像是 在大海里有多少针？ 针的平均长度是多少？ 按照针的製造商来划分，针的长度中位值是多少？ 每月加入到海中的针有多少？ 这里面有异常的针麽？ 因此透过聚合，我们可以得到一个数据的
Elasticsearch 聚合查询(aggs)(1)
m0_63174529的博客
03-14 941
聚合为桶首先，我们按照 汽车的颜色color来划分桶“aggs” : {size： 查询条数，这里设置为0，因为我们不关心搜索到的数据，只关心聚合结果，提高效率aggs：声明这是一个聚合查询，是aggregations的缩写popular_colors：给这次聚合起一个名字，任意。terms：划分桶的方式，这里是根据词条划分field：划分桶的字段结果：桶内度量前面的例子告诉我们每个桶里面的文档数量，但是我们需要更复杂的文档度量，我们需要告诉Elasticsearch使用哪个字段。
Elasticsearch DSL 中的 aggs 聚合分析
qq_33807380的博客
04-06 1274
Elasticsearch 的 聚合（Aggregations） 功能用于对数据进行多维分析和统计，支持从简单的指标计算到复杂的分组分析。"aggs": { // 也可以使用"aggregations""agg_name": { // 自定义聚合名称"agg_type": { // 聚合类型"agg_body": ... // 聚合体。
elasticsearch聚合后多字段综合排序
01-10 1万+
一.聚合后排序 1.内置排序 聚合内置排序共有_count、_term、_key三种，聚合后默认会根据 _count 降序排列。 _count： 按文档数排序。对 terms 、 histogram 、 date_histogram 有效。 _term： 按词项的字符串值的字母顺序排序，只在 terms 内使用。 _key： 按每个桶的键值数值排序（理论上与 _term 类似），只在 histog...
elasticsearch之聚合的作⽤范围及排序
种一颗十年前的树
06-17 497
聚合的作⽤范围及排序 es聚合分析的默认作用范围是query的查询结果集 同时es还支持以下方式改变聚合的作用范围 filter post_filter global DELETE /employees PUT /employees/ { "mappings" : { "properties" : { "age" : { "type" : "integer" }, "gender" : { "type
ElasticSearch中用aggs聚合求每分钟数据求和,并用java获取到数据
CHEN的技术积累
09-08 6591
ElasticSearch中用aggs聚合求每分钟数据求和,并用java获取到数据. 最近要做一个图表,数据为每分钟委托笔数, 数据在ElasticSearch中存储, 并且每分钟可能有多条数据, 这里就用到了ElasticSearch聚合.
elasticsearch 聚合+排序
HH_KELE的专栏
06-10 1677
聚合的两种排序方式 1. 按组内字段排序: 分组后按组内数据某个字段进行排序 2. 按聚合后指标排序: 分组聚合后按照聚合后的某个新指标字段进行排序 案例: 按组内字段排序 AggregationBuilder aggregation = AggregationBuilders .terms("agg").field("gender") .subAggregation( Aggreg...
elasticsearch 多重聚合分组并根据聚合值进行排序
qq_43299794的博客
10-28 6272
public List<TungDTO> getByEstateInfoId(Integer estateInfoId) { List<TungDTO> tungDTOList = new ArrayList<>(); BoolQueryBuilder builder = new BoolQueryBuilder() ...
es 排序 聚合统计_Elasticsearch实用的聚合操作Aggs
weixin_36303283的博客
01-17 9628
es的aggs可以分为度量聚合和桶聚合，下面就直接实战开发中经常用到的语句。1、度量聚合：min、max、sum、avg聚合， 度量聚合接收一个输入文档集并生成至少一个统计值sum。1)sum聚合：统计不同日志类型的总数量sum(log_type)"aggs": {"sum_logtype": {"sum": {"field": "log_type"} }}2)count聚合：就是count(*)...
elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群
丨汀、的博客
01-16 1447
elasticsearch[四]-数据聚合排序查询、搜索框自动补全、数据同步、集群
Elasticsearch聚合学习之四：结果排序
热门推荐
程序员欣宸的博客
05-04 1万+
在前面的实战中，聚合的结果以桶(bucket)为单位，放在JSON数组中返回，这些数据是没有排序的，今天来学习如何给这些数据进行排序。
elasticsearch多字段聚合实现方式
huan的学习记录
11-15 1万+
我们知道在`sql`中是可以实现 `group by 字段a,字段b`，那么这种效果在`elasticsearch`中该如何实现呢？此处我们记录在`elasticsearch`中的3种方式来实现这个效果。
es的dsl语句中聚合aggs用法示例
最新发布
12-12
<think>我们正在讨论Elasticsearch DSL中的聚合（aggs）用法示例。根据用户需求，需要展示聚合语法的示例。结合引用[1]和引用[2]的内容，我们知道聚合用于数据统计和分析，可以按不同维度分组和汇总。 聚合的基本结构： "aggs": { "自定义聚合名称": { "聚合类型": { "field": "字段名" }, "aggs": { ... } // 子聚合（可选） } } 常见聚合类型： - terms: 按字段分组（类似SQL的GROUP BY） - metrics: 计算指标（如sum, avg, max, min, stats等） 根据引用[4]中的示例，我们可以展示一个包含分桶和度量的聚合示例。 下面我将提供几个不同场景的聚合示例： </think> ### Elasticsearch DSL聚合(aggs)用法示例 Elasticsearch的聚合功能用于数据分析，支持多种统计计算和分组操作。以下是核心用法示例： --- #### 1. **基础分组统计** 按字段分组并计算文档数量（类似SQL的GROUP BY）： ```json { "size": 0, // 不返回原始文档 "aggs": { "group_by_category": { // 自定义聚合名称 "terms": { "field": "category.keyword", // 分组字段 "size": 10 // 返回前10个分组 } } } } ``` 返回结果包含每个类别的文档计数[^2]。 --- #### 2. **嵌套子聚合** 分组后计算每组内的数值统计（如价格平均值）： ```json { "aggs": { "group_by_category": { "terms": {"field": "category.keyword"}, "aggs": { // 子聚合 "avg_price": { "avg": {"field": "price"} // 计算均价 }, "max_price": { "max": {"field": "price"} // 计算最高价 } } } } } ``` 结果结构： ```json "buckets": [ { "key": "electronics", "doc_count": 120, "avg_price": {"value": 299.5}, "max_price": {"value": 999} } ] ``` --- #### 3. **多维度聚合** 同时按多个字段分组（类似SQL的多维GROUP BY）： ```json { "aggs": { "group_by_category_and_brand": { "composite": { // 复合桶 "sources": [ { "category": {"terms": {"field": "category.keyword"}} }, { "brand": {"terms": {"field": "brand.keyword"}} } ] } } } } ``` --- #### 4. **指标扩展** 使用扩展统计获取更多指标（如标准差、方差）： ```json { "aggs": { "price_stats": { "extended_stats": { // 扩展统计 "field": "price" } } } } ``` 返回结果包含： - `count`, `min`, `max`, `avg`, `sum` - `variance`, `std_deviation`（标准差）[^4] --- #### 5. **日期直方图** 按时间区间分组（如每月销售额统计）： ```json { "aggs": { "sales_per_month": { "date_histogram": { "field": "order_date", "calendar_interval": "month", // 按月分组 "min_doc_count": 0 // 包含无数据的月份 }, "aggs": { "total_sales": {"sum": {"field": "amount"}} } } } } ``` --- #### 6. **Python DSL示例** 通过Elasticsearch DSL库实现聚合（参考引用[4]）： ```python from elasticsearch_dsl import Search, A s = Search(index="products") s.aggs.bucket("per_category", "terms", field="category.keyword") \ .metric("avg_price", "avg", field="price") \ .metric("total_stock", "sum", field="stock") response = s.execute() # 提取结果 for cat in response.aggregations.per_category.buckets: print(f"Category: {cat.key}, Avg Price: {cat.avg_price.value}") ``` > **关键技巧**： > 1. 对`keyword`类型字段使用`terms`聚合，避免文本分词影响 > 2. 结合`size:0`忽略原始文档返回，提升性能 > 3. 使用`min_doc_count`控制空桶是否返回 [^1]: 聚合语法详解 : 分组聚合示例 [^4]: 聚合指标扩展
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值