ElasticSearch Aggregation(四)

ElasticSearch Aggregation(四)

桶聚合

Geo-distance

地理距离聚合。工作在geo_point类型字段的多桶聚合。在概念上与range聚合非常相似。用户可以定义一个源点和一组距离范围内的桶。这个聚合会计算源点到每个文档的距离，并且根据距离范围来确定文档数据哪个桶（如果源点到文档的距离在桶的距离范围内，则该文档数据这个桶）。利用比较直观的说法就是，在地图上一个点，距离这个点0-1km的文档被分到一个桶，1km-2km分到一个桶，2km-3km分到一个桶。

索引测试数据：

curl -X PUT "localhost:9200/museums?pretty" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}
'
curl -X POST "localhost:9200/museums/_bulk?refresh&pretty" -H 'Content-Type: application/json' -d'
{"index":{"_id":1}}
{"location": "52.374081,4.912350", "name": "NEMO Science Museum"}
{"index":{"_id":2}}
{"location": "52.369219,4.901618", "name": "Museum Het Rembrandthuis"}
{"index":{"_id":3}}
{"location": "52.371667,4.914722", "name": "Nederlands Scheepvaartmuseum"}
{"index":{"_id":4}}
{"location": "51.222900,4.405200", "name": "Letterenhuis"}
{"index":{"_id":5}}
{"location": "48.861111,2.336389", "name": "Musée du Louvre"}
{"index":{"_id":6}}
{"location": "48.860000,2.327000", "name": "Musée d\u0027Orsay"}
'

查询例子：

curl -X POST "localhost:9200/museums/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "aggs": {
    "rings_around_amsterdam": {
      "geo_distance": {
        "field": "location",
        "origin": "52.3760, 4.894",
        "ranges": [
          { "to": 100000 },
          { "from": 100000, "to": 300000 },
          { "from": 300000 }
        ]
      }
    }
  }
}
'

响应：

{
   
   
  ...
  "aggregations": {
   
   
    "rings_around_amsterdam": {
   
   
      "buckets": [
        {
   
   
          "key": "*-100000.0",
          "from": 0.0,
          "to": 100000.0,
          "doc_count": 3
        },
        {
   
   
          "key": "100000.0-300000.0",
          "from": 100000.0,
          "to": 300000.0,
          "doc_count": 1
        },
        {
   
   
          "key": "300000.0-*",
          "from": 300000.0,
          "doc_count": 2
        }
      ]
    }
  }
}

被指定的字段的数据类型必须是geo_point。它还可以保存geo_point字段的数组，在这种情况下，在聚合期间将考虑所有字段。原点可以接受geo_point类型支持的所有格式:

默认情况下，距离单位是m(米)，但它也可以接受:mi(英里)，in(英寸)，yd(码)，km(公里)，cm(厘米)，mm(毫米)。

curl -X POST "localhost:9200/museums/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "aggs": {
    "rings": {
      "geo_distance": {
        "field": "location",
        "origin": "52.3760, 4.894",
        "unit": "km", 
        "ranges": [
          { "to": 100 },
          { "from": 100, "to": 300 },
          { "from": 300 }
        ]
      }
    }
  }
}
'

将 keyed 标志设置为 true 会将唯一的字符串键与每个存储桶关联，并将范围作为散列而不是数组返回：

curl -X POST "localhost:9200/museums/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "aggs": {
    "rings_around_amsterdam": {
      "geo_distance": {
        "field": "location",
        "origin": "52.3760, 4.894",
        "ranges": [
          { "to": 100000 },
          { "from": 100000, "to": 300000 },
          { "from": 300000 }
        ],
        "keyed": true
      }
    }
  }
}
'

响应：

{
   
   
  ...
  "aggregations": {
   
   
    "rings_around_amsterdam": {
   
   
      "buckets": {
   
   
        "*-100000.0": {
   
   
          "from": 0.0,
          "to": 100000.0,
          "doc_count": 3
        },
        "100000.0-300000.0": {
   
   
          "from": 100000.0,
          "to": 300000.0,
          "doc_count": 1
        },
        "300000.0-*": {
   
   
          "from": 300000.0,
          "doc_count": 2
        }
      }
    }
  }
}

还可以为每个范围自定义键：

curl -X POST "localhost:9200/museums/_search?size=0&pretty" -H 'Content-Type: application/json' -d'
{
  "aggs": {
    "rings_around_amsterdam": {
      "geo_distance": {
        "field": "location",
        "origin": "52.3760, 4.894",
        "ranges": [
          { "to": 100000, "key": "first_ring" },
          { "from": 100000, "to": 300000, "key": "second_ring" },
          { "from": 300000, "key": "third_ring" }
        ],
        "keyed": true
      }
    }
  }
}
'

响应：

{
   
   
  ...
  "aggregations": {
   
   
    "rings_around_amsterdam": {
   
   
      "buckets": {
   
   
        "first_ring": {
   
   
          "from": 0.0,
          "to": 100000.0,
          "doc_count": 3
        },
        "second_ring": {
   
   
          "from": 100000.0,
          "to": 300000.0,
          "doc_count": 1
        },
        "third_ring": {
   
   
          "from": 300000.0,
          "doc_count": 2
        }
      }
    }
  }
}

global聚合

定义搜索执行上下文中所有文档的单个bucket。此上下文由您正在搜索的索引和文档类型定义，但不受搜索查询本身的影响。

GET my-index-000001/_search
{
  "query": {
    "match": {
      "name": "li"
    }
  },
  "aggs": {
    "all_avg": {
      "global": {}, 
      "aggs": {
        "age_avg": {
          "avg": {
            "field": "age"
          }
        }
      } 
    },
    "query_age_avg":{
      "avg": {
        "field": "age"
      }
    }
  }
}

以上例子中，all_avg聚合不受query语句的影响，因为对象中指定了"global": {}语句。query_age_avg的聚合受到了query的影响，因为它没有指定"global": {}语句。

响应：

{
   
   
  ...
  "aggregations" : {
   
   
    "query_age_avg" : {
   
   
      "value" : 27.5
    },
    "all_avg" : {
   
   
      "doc_count" : 4,
      "age_avg" : {
   
   
        "value" : 29.5
      }
    }
  }
}

histogram聚合

直方图聚合。基于多桶值源的聚合，该聚合应用于从文档中提取到的数值或者数值范围上。他在值上动态的构建指定间隔的桶。例如，如果文档中有一个价格字段，该字段是数值类型，那么我们可以配置此聚合动态构建5元间隔的桶。当执行聚合的时候，每个文档的价格字段会被计算并且四舍五入到最近的桶内。

对于范围值，文档可以分为多个存储桶。第一个bucket是从范围的下限计算的，计算方法与计算单个值的bucket相同。最后一个bucket的计算方法与范围上限的计算方法相同，并且范围将计入介于两者之间的所有bucket（包括这两个bucket）。

inteval必须为正小数，而offset必须为[0,interval)中的小数(大于等于0且小于interval的小数)

以下例子是根据产品的价格按照50的间隔来分桶：

GET my-index-000001/_search