ElasticSearch 7.x 聚合查询

聚合查询

|ES 的聚合查询和MyQL的聚合查询类型,ES 的聚合查询相比MySQL 要强大的多,ES提供的统计数据方式多种多样。

GET /index/_search
{"aggs":{   "名字(agg)":{   "agg_type":{   "属性":"值"  }}}}

例子

  • 查询总和

"size":0 只查询聚合结果

GET index/_search
{ "size":0 ,"aggs":{   "sum_field":{ "sum":{"field":"field"} } }}
  • 平均数

"size":0 只查询聚合结果

GET index/_search
{ "size":0 ,"aggs":{   "sum_field":{ "avg":{"field":"field"} } }}
  • 数量

"size":0 只查询聚合结果。相当于 MySQL count(distinct)

GET index/_search
{ "size":0 ,"aggs":{   "sum_field":{ "cardinality":{"field":"field"} } }}
  • 最大值、最小值
GET index/_search
{ "size":0 ,"aggs":{   "min_field":{ "min":{"field":"value"} }, "max_field":{ "max":{"field":"value"} } }}
  • 多个统计

返回 count,min,max,avg,sum 等信息 stats 只支持数值类型

GET index/_search
{ "size":0 ,"aggs":{   "field_info":{ "stats":{"field":"fieldName"} } }}
  • 分组统计
GET index/_search
{ "size":0 ,"aggs":{   "dest_country_info":{ "terms":{"field":"fieldName"} } }}
  • 嵌套聚合查询

查询不同工种的男女员工数量、然后统计不同工种下男女员工的工资信息

 Get index/_search
{
   "aggs":{
     "job_info":{ "terms":{"field":"job"}},
       "aggs":{ "diff_job_gener_no":{"terms":{"field":"gender"}}
                 "aggs":{"diff_job_gender_sal_info":{"stats":{"field":"sal"}}}
             }
}

  • top_hits

查询年龄最大的两位员工的信息

GET index/_search
{ "size":0 ,"aggs":{   "older_two_emp":{ "top_hits":{"size":2,"sort":[
{"age":{"order":"desc"}}
]} } }}
  • range

查询不同工资区间员工工资的统计信息

GET index/_search
{   "size":0, 
 "aggs":{
"range_sal_info":{
"range":{
 "field":"sal",
"ranges":[ { "from":50,"to":100},  { "from":101,"to":200} ]}
}}
}
  • 直方图
 Get index/_search
{
   "aggs":{
     "range_sal_info":{ 
       "histogram":{
            "field":"sal",
            "interval":5000,
            "extended_bounds":{"min":0,"max":1500}}
             }
}

  • 查询平均工资最低的工种 buckets_path
GET employee/_search
{
"size":0,
"aggs"{"job_info":{ "terms":{"field":"job"}},
"aggs":{ "diff_job_avg_sal":{  "avg":{"field":"sal"}}},
"min_avg_sal_job":{"min_bucket":{"buckets_path":"job_info>diff_job_avg_sal"}}}}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,670评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,928评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,926评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,238评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,112评论 4 356
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,138评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,545评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,232评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,496评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,596评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,369评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,226评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,600评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,906评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,185评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,516评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,721评论 2 335

推荐阅读更多精彩内容