Elasticsearch基于儿童积木玩具图解 Elasticsearch 聚合

Posted 2021-05-20 九师兄

1.概述

转载：https://elastic.blog.csdn.net/article/details/113011288

故事得从这一筐积木说起…

周末带孩子正准备玩积木的时候，手机响了，死磕 Elasticsearch 技术群里在探讨 Elastic 认证中聚合考点，我想起关于 Elasticsearch 聚合，我之前写过 2-3 篇文章，跨度也得有3年。

但是，或多或少都是官方文档的东西，不够深入浅出。再看到手里的这堆积木，灵感来了，就带着孩子摆了各种积木造型，然后就有了这篇文章。

1、数据来源——积木

图1

来个视频，看看有多凌乱。

数据（也就是积木）特点也就有了：

凌乱

形状各异

大小不一

小朋友喜欢积木的原因就是：可以任想象力肆意自由发挥，堆出各种自己喜欢的造型。

但这和聚合有啥子关系呢？

别急，慢慢来…

2、把玩一下积木吧
下图 2 是我们家小宝的作品。

图 2

下面图3、图4是我摆的。

图 4

看出什么区别？

成年人的世界已被社会打磨（cui can）的没有棱角、缺少了天马行空，只剩下中规中矩（开玩笑）。

图3、图4有什么特点呢？

图3 把杂乱无章的积木，按照形状做了归类。

图4 把正方形的提炼出来，归为正方形类。

3、拆解聚合
由图 1 到 图 3、4 的本质：杂乱无章->基本有序。这个聚集的过程抽象提炼一下就是聚合。

第一次听聚合可能不好理解，看了上面的图能好理解一些。

再聚焦一下聚合的分类。

3.1 分桶聚合（bucket）
分桶聚合中桶的概念，它是翻译的词汇。本质就是聚合、数据汇聚的一种方式。

先上积木，然后再数据建模 DSL 过一遍就很容易理解了。

原始数据都是：图1。

基于颜色分桶聚合

图5

图 5 就是基于图1杂乱数据，按照颜色聚合的结果。

聚合结果是：

红色一桶

黄色一桶

蓝色一桶

绿色一桶

基于形状分桶聚合

图6

图 6 就是基于图1杂乱数据，按照形状聚合的结果。

聚合结果是：

正方形一桶

长方形一桶

圆形一桶

圆柱形一桶

而如上内容，对应 Elasticsearch 中哪些聚合呢？

官方文档中的：Aggregations -> Bucket aggregations -> Terms。

数据建模实现一把：

PUT toy_demo_001
{
  "mappings": {
    "properties": {
      "color": {
        "type": "keyword"
      },
      "name": {
        "type": "keyword"
      }
    }
  }
}

POST toy_demo_001/_bulk
{"index":{"_id":1}}
{"color":"red","name":"red_01"}
{"index":{"_id":2}}
{"color":"red","name":"red_02"}
{"index":{"_id":3}}
{"color":"red","name":"red_03"}
{"index":{"_id":4}}
{"color":"green","name":"green_01"}
{"index":{"_id":5}}
{"color":"blue","name":"blue_02"}
{"index":{"_id":6}}
{"color":"green","name":"green_02"}
{"index":{"_id":7}}
{"color":"blue","name":"blue_03"}

POST toy_demo_001/_search
{
  "size": 0,
  "aggs": {
    "color_terms_agg": {
      "terms": {
        "field": "color"
      }
    }
  }
}

上述基于颜色的聚合结果如下：

key：代表的基于颜色的分桶。

doc_value: 每个桶中积木数量。

其他 bucket 聚合，参见官方文档：Aggregations -> Bucket aggregations 。

3.2 指标聚合（Metric）

图 8

由 图 7 到 图 8，发生了什么？

图7：一堆凌乱的方型积木。

图8：获取了图 7 中积木的最小值、平均值，最大值。

映射到 Elasticsearch，本质上就是发生了指标聚合。怎么破？看个实例：

PUT toy_demo_002
{
  "mappings": {
    "properties": {
      "size": {
        "type": "integer"
      },
      "name": {
        "type": "keyword"
      }
    }
  }
}
 
 
POST toy_demo_002/_bulk
{"index":{"_id":0}}
{"size":0,"name":"red_0"}
{"index":{"_id":1}}
{"size":1,"name":"red_1"}
{"index":{"_id":2}}
{"size":2,"name":"green_2"}
{"index":{"_id":3}}
{"size":3,"name":"yellow_3"}
{"index":{"_id":4}}
{"size":4,"name":"green_4"}
{"index":{"_id":5}}
{"size":5,"name":"blue_5"}
{"index":{"_id":6}}
{"size":6,"name":"yellow_6"}
{"index":{"_id":7}}
{"size":7,"name":"blue_7"}
{"index":{"_id":8}}
{"size":8,"name":"green_8"}
{"index":{"_id":9}}
{"size":9,"name":"green_9"}
 
POST toy_demo_002/_search
{
  "size": 0,
  "aggs": {
    "max_agg": {
      "max": {
        "field": "size"
      }
    },
    "min_agg": {
      "min": {
        "field": "size"
      }
    },
    "avg_agg": {
      "avg": {
        "field": "size"
      }
    }
  }
}

指标聚合结果如下：

指标聚合使用了浮点数，精度原因，所以和积木结果不完全一致。

有的读者说了，一个 stats 不就全搞定了，是的，如下：

POST toy_demo_002/_search
{
  "size": 0,
  "aggs": {
    "size_stats": {
      "stats": {
        "field": "size"
      }
    }
  }
}

stats 指标聚合结果如下：

"aggregations" : {
    "size_stats" : {
      "count" : 10,
      "min" : 0.0,
      "max" : 9.0,
      "avg" : 4.5,
      "sum" : 45.0
    }
  }

更多指标聚合内容参见官方文档：Aggregations > Metrics aggregations。

3.3 管道聚合/子聚合（pipeline）
上积木：

图 9

图 9 的积木相对复杂了，有了：带孔积木，有了颜色区别，有了数字大小的区别。

按照有孔与否，聚合结果如下图 10 所示， 左侧有孔，右侧没有孔。

图 10

进一步，在图 10 的基础上，按照颜色分桶，结果如下图 11 所示。

图 11

再进一步，在图 11 的基础上，各自颜色桶内按照数字大小排序如下图 12 所示。

图 12

在图 12 的基础上，获取数字最大的值及其所在的桶，如下图 13 所示：

红色带孔的桶（最大值 8）

绿色不带孔的桶（最大值 9）

图 13

如下的数据建模，完整复现了图 9 - 图 13 积木组合。

has_hole：1，代表有孔；0，代表无孔。

color：代表颜色；

size：积木上数字大小

name：积木名称（以颜色+数字命名，以标定唯一）

PUT toy_demo_003
{
  "mappings": {
    "properties": {
      "has_hole": {
        "type": "keyword"
      },
      "color": {
        "type": "keyword"
      },
      "size": {
        "type": "integer"
      },
      "name": {
        "type": "keyword"
      }
    }
  }
}
 
POST toy_demo_003/_bulk
{"index":{"_id":0}}
{"size":0,"name":"red_0","has_hole":0,"color":"red"}
{"index":{"_id":1}}
{"size":1,"name":"red_1","has_hole":0,"color":"red"}
{"index":{"_id":2}}
{"size":2,"name":"green_2","has_hole":0,"color":"green"}
{"index":{"_id":3}}
{"size":3,"name":"yellow_3","has_hole":0,"color":"yellow"}
{"index":{"_id":4}}
{"size":4,"name":"green_4","has_hole":0,"color":"green"}
{"index":{"_id":5}}
{"size":5,"name":"blue_5","has_hole":0,"color":"blue"}
{"index":{"_id":6}}
{"size":6,"name":"yellow_6","has_hole":0,"color":"yellow"}
{"index":{"_id":7}}
{"size":7,"name":"blue_7","has_hole":0,"color":"blue"}
{"index":{"_id":8}}
{"size":8,"name":"green_8","has_hole":0,"color":"green"}
{"index":{"_id":9}}
{"size":9,"name":"green_9","has_hole":0,"color":"green"}
{"index":{"_id":10}}
{"size":7,"name":"red_hole_7","has_hole":1,"color":"red"}
{"index":{"_id":11}}
{"size":8,"name":"red_hole_8","has_hole":1,"color":"red"}
{"index":{"_id":12}}
{"size":0,"name":"yellow_hole_0","has_hole":1,"color":"yellow"}
{"index":{"_id":13}}
{"size":4,"name":"yellow_hole_4","has_hole":1,"color":"yellow"}
{"index":{"_id":14}}
{"size":6,"name":"yellow_hole_6","has_hole":1,"color":"yellow"}
{"index":{"_id":15}}
{"size":5,"name":"yellow_hole_5","has_hole":1,"color":"yellow"}
{"index":{"_id":16}}
{"size":3,"name":"green_hole_3","has_hole":1,"color":"green"}
{"index":{"_id":17}}
{"size":1,"name":"blue_hole_1","has_hole":1,"color":"blue"}
{"index":{"_id":18}}
{"size":2,"name":"blue_hole_1","has_hole":1,"color":"blue"}





POST toy_demo_003/_search
{
  "size": 0,
  "aggs": {
    "hole_terms_agg": {
      "terms": {
        "field": "has_hole"
      },
      "aggs": {
        "color_terms": {
          "terms": {
            "field": "color"
          }
        }
      }
    }
  }
}

以下聚合实现了：图 11的积木内容。

先按照是否有孔聚合，再按照颜色聚合。

这属于聚合内嵌套聚合，本质属于：分桶聚合章节内容，这里要说明一下。

POST toy_demo_003/_search
{
  "size": 0,
  "aggs": {
    "hole_terms_agg": {
      "terms": {
        "field": "has_hole"
      },
      "aggs": {
        "color_terms": {
          "terms": {
            "field": "color"
          }
        }
      }
    }
  }
}

聚合结果如下：

 "aggregations" : {
    "hole_terms_agg" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : "0",
          "doc_count" : 10,
          "color_terms" : {
            "doc_count_error_upper_bound" : 0,
            "sum_other_doc_count" : 0,
            "buckets" : [
              {
                "key" : "green",
                "doc_count" : 4
              },
              {
                "key" : "blue",
                "doc_count" : 2
              },
              {
                "key" : "red",
                "doc_count" : 2
              },
              {
                "key" : "yellow",
                "doc_count" : 2
              }
            ]
          }
        },
        {
          "key" : "1",
          "doc_count" : 9,
          "color_terms" : {
            "doc_count_error_upper_bound" : 0,
            "sum_other_doc_count" : 0,
            "buckets" : [
              {
                "key" : "yellow",
                "doc_count" : 4
              },
              {
                "key" : "blue",
                "doc_count" : 2
              },
              {
                "key" : "red",
                "doc_count" : 2
              },
              {
                "key" : "green",
                "doc_count" : 1
              }
            ]
          }
        }
      ]
    }

以下聚合实现了图 12、图 13 内容（非严格匹配）。

最外层聚合：按照是否有孔。

嵌套在内层的聚合：取最大值，本质是取的有孔、无孔两个桶里的最大值。

max_bucket 可以理解成子聚合或者pipeline 管道聚合，它是进一步再上面聚合的基础上，取出有孔、无孔两个桶的最大值及其最大值所在的桶。

以上是关于Elasticsearch基于儿童积木玩具图解 Elasticsearch 聚合的主要内容，如果未能解决你的问题，请参考以下文章
 
 T22241 玩具积木
 关于儿童玩具的担忧 ——浅谈购买玩具的误区
 肯德基儿童节套餐皮卡丘与可达鸭那些玩具，为啥在淘宝京东上卖这么贵？
 蓝宙儿童科学小实验套装steam小学生玩具器材料包幼儿园小制作diy(有优惠券)
 儿童怎样开始纯代码的编程
 智能文教+智能玩具+智能穿戴=2019少儿智能教育科技展（北京）