Elasticsearch 8.1官网文档梳理 - Aggregations（聚合）

Elasticsearch 8.1 官方文档中关于聚合（Aggregations）部分的内容概要如下：

1. Bucket Aggregations（桶聚合）：

   • date_histogram：基于时间的数据分桶。
   • histogram：基于数值的分桶。
   • terms：基于文本字段或者分析的关键词的分桶。
   • range：按照值的范围分桶。
   • date_range：按照时间范围分桶。
   • ipv4_range：按照IPv4范围分桶。
   • global：为所有文档创建一个单一的桶。
   • filter：根据条件过滤文档，并将其放入桶中。

2. Metric Aggregations（指标聚合）：

   • avg：计算平均值。
   • max：计算最大值。
   • min：计算最小值。
   • sum：计算总和。
   • value_count：计算文档数量。
   • stats：计算统计值，包括平均值、最大值、最小值、总和等。
   • extended_stats：计算扩展的统计值，包括均方根、方差等。
   • percentiles：计算百分位数。
   • percentile_ranks：计算分位数排名。

3. Pipeline Aggregations（管道聚合）：

   • avg_bucket：计算桶的平均值。
   • max_bucket：计算桶的最大值。
   • min_bucket：计算桶的最小值。
   • sum_bucket：计算桶的总和。
   • stats_bucket：计算桶的统计值。
   • extended_stats_bucket：计算桶的扩展统计值。
   • percentiles_bucket：计算桶的百分位数。
   • percentile_ranks_bucket：计算桶的百分位排名。

4. Matrix Aggregations（矩阵聚合）：

   • matrix_stats：提供了各种文档字段的基本统计信息，如方差、协方差等。

5. Specialized Aggregations（特殊聚合）：

   • scripted_metric：允许使用脚本进行自定义的度量计算。
   • top_hits：在聚合查询中获取每个桶中得分最高的文档。

6. Multi-value Aggregations（多值聚合）：

   • nested：针对嵌套文档进行聚合。
   • reverse_nested：针对父文档进行聚合。

7. Global Aggregations（全局聚合）：

   • 在所有分片上执行聚合查询。

8. Missing Value Aggregations（缺失值聚合）：

   • missing：针对缺失字段值的文档进行聚合。

9. Matrix Aggregations（矩阵聚合）：

   • flattened：将嵌套对象的字段展平为扁平结构，以便于聚合。

示例代码：

GET /_search
{
  "size": 0,
  "aggs": {
    "my_date_histogram": {
      "date_histogram": {
        "field": "timestamp",
        "interval": "month"
      }
    },
    "my_avg_metric": {
      "avg": {
        "field": "temperature"
      }
    }
  }
}

这个查询使用date_histogram分桶，按照时间月份分桶，并计算每个月的温度平均值。size设置为0表示不需要返回文档