七.全文检索ElasticSearch经典入门-聚合查询

Posted 2022-04-12 墨家巨子@俏如来

前言

今天我们讲ES的高亮和聚合查询,聚合功能是ES很重要的功能，它基于查询条件来对数据进行分桶和计算。它提供了类似于关系型数据库的SUM，COUNT, AVG , Group By 等功能。聚合也可以嵌套，可以组成复杂的操作。

聚合概述

ES聚合包括：Metrics Aggregations 指标聚合 ；Bucket Aggregations 桶聚合 ；Pipeline Aggregations 管道聚合 ；Matrix Aggregations 矩阵聚合；

• Metrics Aggregations 指标聚合 ：提供了类似于关系型数据库的 count,sum,avg,min,max 等统计方式。
• Bucket Aggregations 桶聚合 ：桶聚合类似于分组统计 group by , 它执行的是对文档分组的操作，把特性相同的文档分到一个桶里(理解成一个group)。
• Pipeline Aggregations 管道聚合 : 管道聚合主要是把其他聚合的结果再进行聚合
• Matrix Aggregations 矩阵聚合：矩阵聚合，此功能处于技术预览阶段，可能会在未来版本中更改或删除。

下面是聚合语法如下

GET /index/type/_search

  "query":
    ...
  ,
  "aggs":
    "指定聚合名字":
      "指定聚合方式":
        "field":"按那个字段聚合"
      
    
  

注意：本文并不会把ES所有的聚合都讲到，您可以通过官网自行学习其他的聚合如何使用 ，参考文档 ES聚合查询

指标聚合 Metrics Aggregations

指标聚合，它可以对文档数据进行权重统计，比如求：最大值，最小值，求和，求平均等。就如何关系型数据库中的统计函数。

MAX;MIN;SUM;AVG

• Max Aggregation，求最大值。如同于关系型数据库中的 max函数

• Min Aggregation，求最小值。如同于关系型数据库中的 min 函数

• Sum Aggregation，求和。如同于关系型数据库中的 sum 函数

• Avg Aggregation，求平均数。如同于关系型数据库中的 avg函数

案例：[Max Aggregation] : 查询价格最大值

GET /orders/_doc/_search

  "query":
    "match":
      "title":"鼠标"
    
    
  ,
  "aggs": 					//代表是聚合查询
    "maxAmount": 			//取个名字，任意指定
      "max": 				//使用max聚合方式
        "field":"amount" 	//按照amount字段做max聚合
      
    
  

效果如下

多种聚合一起用

统计聚合: Stats Aggregation

Stats Aggregation，统计聚合可以统计出某个字段的 ：min、max、sum、count、avg5个值，案例：求金额的：最小，最大，总和，数量，平均值。

GET /orders/_doc/_search

  "query":
    "match":
      "title":"鼠标"
    
    
  ,
  "aggs":
    "statsAmount":
      "stats":
        "field":"amount"
      
    
  

执行效果如下

值计数聚合 Value Count Aggregation

Value Count Aggregation，值计数聚合，可以按照某一个字段进行数量统计，类似于关系型数据库的count(id)的效果，案例：统计订单数量

GET /orders/_doc/_search

  "query":
    "match":
      "title":"鼠标"
    
    
  ,
  "aggs":
    "countAmount":
      "value_count":
        "field":"id"
      
    
  

执行效果如下

去重 distinct 聚合

distinct 聚合可以根据某个字段计算文档非重复的个数（去重计数），相当于sql中的distinct。案例：计算出商品数量，标题去重

GET /orders/_doc/_search

  
  "aggs":
    "countAmount":
      "cardinality":
        "field":"status"
      
    
  

查询效果如下

百分比统计Percentiles Aggregation

Percentiles Aggregation，百分比聚合，可以统计出满足某个值的文档在所有文档中的占比，默认返回[ 1, 5, 25, 50, 75, 95, 99 ]分位上的值。案例：
- “1.0”：100.0 ：代表金额<=100的文档在所有文档中占比：10%

百分比排名 Percentile Ranks Aggregation

百分比排名 Percentile Ranks Aggregation ，可以统计出满足某个值的文档在所有文档中的占比，案例：统计金额为200 和 400 的占比

GET /orders/_doc/_search

  
  "aggs":
    "ranksAmount":
      "percentile_ranks":
        "field":"amount",
        "values":["200","400"]
      
    
  

查询效果如

最高匹配 Tops Hits

Top Hits Aggregation，最高匹配权值聚合。获取到每组前n条数据，相当于sql 中Top（group by 后取出前n条）: 案例：统计最前面2条

GET /orders/_doc/_search

  
  "aggs":
    "countAmount":
      "top_hits":
        "size":"2"
      
    
  

查询效果如下

Top Hits 一般作为子聚合使用，以此来聚合每个桶中的最高匹配的文档，较为常用的统计

桶聚合

桶聚合类似于分组统计 group by , 它执行的是对文档分组的操作，把特性相同的文档分到一个桶里(理解成一个group)。

词聚合 Terms Aggregation

Terms Aggregation，词聚合。基于某个字段进行分组统计文档个数。默认返回顺序是按照文档个数多少排序。类似于关系型数据库的 group by 。

案例：按照状态统计每种状态是文档个数

GET /orders/_doc/_search

  
  "aggs":
    "statusAggr":
      "terms":
        "field":"status"
      
    
  

执行效果：

status 为 1的文档数为：3 ，status为0的文档数为 1 ; size是取前面10条。

子聚合使用，统计每种status下的文档数量，以及总金额

GET /orders/doc/_search

  
  "aggs":
    "statusAggr":
      "terms":
        "field":"status",
        "size":10
        
      ,
      "aggs":  //子聚合，把上面聚合的结果作为数据源继续做sum聚合
        "amountAgg": 
          "sum": 
            "field":"amount"
          
        
      
    
  

执行效果

过滤聚合 Filter Aggregation

过滤聚合，对文档进行过滤,案例：先过滤title包含“鼠标”的，然后再使用status进行terms统计

GET /orders/doc/_search

  
  "aggs":
    "filterAggr":
      "filter": //过滤
        "match":
          "title":"鼠标"
        
      ,
      "aggs": 
        "statusAgg":
          "terms": 
            "field": "status",
            "size": 10
          
        
      
    
  

执行效果

范围聚合 Range Aggregation

Range Aggregation 范围聚合，根据某个字段的范围值来分桶聚合。可以通过from和to来指定范围。案例：统计金额范围在 50到500之间的文档数量。

直方图 Histogram Aggregation

Histogram Aggregation 直方图聚合，根据某个数值型字段进行动态计算分桶，案例：根据金额进行分桶，分桶的的间距为200，如下：
解释：200到400的有3个文档 ； 600到800的有3个文档

聚合实战

该案例在上一 篇案例(DSL查询+高亮) 的基础上加上聚合查询，这里简单演示了3种聚合：sum ; stats ;terms 代码如下：

@Test
    public void testSearch()

        //查询构建器
        NativeSearchQueryBuilder builder = new NativeSearchQueryBuilder();

        //设置分页：0开始第一页， 每页10数
        builder.withPageable(PageRequest.of(0,10));
        //设置排序 : 金额倒排
        builder.withSort(SortBuilders.fieldSort("amount").order(SortOrder.DESC));

        //构建组合查询
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();

        //标题包含鼠标
        boolQuery.must(QueryBuilders.matchQuery("title","鼠标"))
                //状态值查询
                //.filter(QueryBuilders.termQuery("status",1))
                //金额范围查询
                .filter(QueryBuilders.rangeQuery("amount").gte(10).lte(2000));

        //添加查询条件
        builder.withQuery(boolQuery);

        //设置高亮=========================================================================================================
        HighlightBuilder.Field  highlightField = new HighlightBuilder.Field("title")
                .preTags("<span style='color:red'>")
                .postTags("</span>");

        builder.withHighlightFields(highlightField);

        //聚合查询=============================================================================================================
        //对amount使用sum聚合
        SumAggregationBuilder sumAggregationBuilder = AggregationBuilders.sum("amountSumAgg").field("amount");
        //stats聚合，包括：sum,avg,min,max,count
        StatsAggregationBuilder statsAggregationBuilder = AggregationBuilders.stats("amountStatsAgg").field("amount");
        //对status使用terms桶聚合
        TermsAggregationBuilder termsAggregationBuilder = AggregationBuilders.terms("statusTermsAgg").field("status");
        //把聚合添加到builder
        builder.addAggregation(sumAggregationBuilder).addAggregation(statsAggregationBuilder).addAggregation(termsAggregationBuilder);

        //执行搜索=============================================================================================================
        //Page<OrderDoc> page = orderRepository.search(builder.build());
        AggregatedPage<OrderDoc> page = template.queryForPage(builder.build(), OrderDoc.class, highlightResultMapper);

        //获取条数
        System.out.println("总元素个数："+page.getTotalElements());
        //打印列表
        page.getContent().forEach(System.out::println);

        //聚合结果=============================================================================================================
        Map<String, Aggregation> aggregationMap = page.getAggregations().getAsMap();
        aggregationMap.entrySet().forEach(aggregationEntry -> 
            //聚合名字
            String aggName = aggregationEntry.getKey();
            Aggregation aggregation = aggregationEntry.getValue();
            System.out.println("聚合名字 = "+aggName);
            if(aggregation instanceof ParsedLongTerms)
                //对应terms聚合
                ParsedLongTerms agg = (ParsedLongTerms) aggregation;
                agg.getBuckets().forEach(bucket->
                    String key = bucket.getKeyAsString();
                    long docCount = bucket.getDocCount();
                    System.out.println("key = "+key +" ; docCount = "+docCount);
                );
            
            if(aggregation instanceof ParsedStats)
                //对应stats聚合
                ParsedStats agg = (ParsedStats) aggregation;
                System.out.println(agg.getAvg());
                System.out.println(agg.getMax());
                System.out.println(agg.getCount());
                System.out.println(agg.getSum());
                System.out.println(agg.getMin());
            
            if(aggregation instanceof ParsedSum)
                //对应sum聚合
                ParsedSum agg = (ParsedSum) aggregation;
                System.out.println(agg.getValue());
            
        );

    

你可以编写一个结果对象对文档列表数据和聚合数据进行封装，然后返回给前端页面。这里打印的效果如下

文章结束，希望对你有所帮助，喜欢的话请给个好评，评论过百，我就是秃头也出下章。