Elasticsearch 聚合入门：像 Excel 透视表一样分析数据-平芜编程栈

👋 你好，数据分析新手！

你是否熟悉 Excel 的透视表？它能轻松地对数据进行分组、求和、求平均，让你从一堆乱麻中快速看出端倪。

今天，我要告诉你一个好消息：Elasticsearch (ES) 也有一个“超级透视表”功能，它叫做“聚合 (Aggregation)”。

如果说查询 (query) 是从 ES 的“图书馆”里找书，那么聚合 (aggregation) 就是对这些书进行统计分析，比如“哪个作者的书最多？”、“平均每本书有多少页？”。

这篇文章将带你用最直观的方式，入门 ES 的聚合功能。

🛠️ 聚合的“菜谱”：基本结构

和查询类似，聚合请求也有一个标准的 JSON 结构。我们同样通过_search端点发送，但这次我们把聚合指令放在aggs(aggregations 的缩写) 字段里。

# 基本结构GET /你的索引名称/_search{"size":0, // 设置为0，表示不返回具体文档，只返回聚合结果，更高效"aggs":{//"aggs"是"aggregations"的缩写"你给结果起的名字":{// 比如"avg_price""聚合类型":{// 比如"avg""字段":"字段名"// 比如"price"}}}}

别担心，下面的例子会让这个“菜谱”变得生动起来。

🧩 核心聚合类型：你的“数据积木”

聚合主要分为两大类，理解了它们，你就理解了聚合的精髓。

1. 桶聚合 (Bucket Aggregation) - “分组”

这是什么？
桶聚合就像 Excel 透视表里的“行”或“列”，它负责将数据分门别类地放进不同的“桶”里。例如，按“商品类别”分组，每个类别就是一个“桶”。

最常用的桶聚合：terms
terms聚合会为你统计每个“桶”里有多少文档。

场景：统计一个“商品”索引中，每个**类别(category)**下有多少商品。

GET/products/_search{"size":0,"aggs":{"products_by_category":{// 我们给这个聚合结果起个名字"terms":{"field":"category.keyword"// 按 category 字段分组}}}}

category.keyword：通常对文本字段进行分组时，我们使用.keyword后缀，以确保 ES 对整个词进行精确分组，而不是分词。

返回结果可能像这样：

{..."aggregations":{"products_by_category":{"buckets":[{"key":"电子产品","doc_count":150},{"key":"家居用品","doc_count":80},{"key":"图书","doc_count":200}]}}}

看，是不是很清晰？ES 告诉你，“电子产品”这个桶里有150个商品，“家居用品”有80个。这就像透视表的行标签和计数！

2. 指标聚合 (Metrics Aggregation) - “计算”

这是什么？
指标聚合就像 Excel 透视表里的“值”区域，它负责对放进“桶”里的数据进行数学计算。例如，求平均值、总和、最大值、最小值等。

常用的指标聚合：

avg：计算平均值
sum：计算总和
max/min：计算最大/最小值
cardinality：计算不重复值的数量（类似COUNT(DISTINCT column)）

场景：计算所有商品的平均价格(price)。

GET/products/_search{"size":0,"aggs":{"average_price":{// 结果名"avg":{// 聚合类型：平均值"field":"price"// 要计算的字段}}}}

返回结果可能像这样：

{..."aggregations":{"average_price":{"value":256.8// 直接返回计算出的值}}}

🚀 组合起来！像透视表一样工作

现在，让我们把“桶”和“指标”组合起来，完成一个真正的“透视表”操作。

终极场景：统计每个商品类别下的平均价格是多少？

这就像在 Excel 透视表里：

行：商品类别 (Category) ->terms桶聚合
值：价格的平均值 (Average of Price) ->avg指标聚合

ES 查询语句：

GET/products/_search{"size":0,"aggs":{"avg_price_by_category":{// 第一层聚合：按类别分组（桶）"terms":{"field":"category.keyword"},"aggs":{// 在每个类别的“桶”内部，再进行子聚合"avg_price":{// 给子聚合起个名字"avg":{// 子聚合类型：计算平均值"field":"price"}}}}}}

返回结果可能像这样：

{..."aggregations":{"avg_price_by_category":{"buckets":[{"key":"电子产品",// 桶1：电子产品"doc_count":150,"avg_price":{"value":1200.50}// 桶1的平均值},{"key":"家居用品",// 桶2：家居用品"doc_count":80,"avg_price":{"value":150.00}// 桶2的平均值},{"key":"图书",// 桶3：图书"doc_count":200,"avg_price":{"value":45.80}// 桶3的平均值}]}}}