34.分组聚合操作—bucket

主要知识点：

• 学习聚合知识

 
 

一、准备数据

 
 

1、家电卖场案例背景建立index

以一个家电卖场中的电视销售数据为背景，来对各种品牌，各种颜色的电视的销量和销售额，进行各种各样角度的分析

 
 

PUT /tvs

{

"mappings": {

"sales": {

"properties": {

"price": {

"type": "long"

},

"color": {

"type": "keyword"

},

"brand": {

"type": "keyword"

},

"sold_date": {

"type": "date"

}

}

}

}

}

2、插入部分数据

 
 

POST /tvs/sales/_bulk

{ "index": {}}

{ "price" : 1000, "color" : "红色", "brand" : "长虹", "sold_date" : "2016-10-28" }

{ "index": {}}

{ "price" : 2000, "color" : "红色", "brand" : "长虹", "sold_date" : "2016-11-05" }

{ "index": {}}

{ "price" : 3000, "color" : "绿色", "brand" : "小米", "sold_date" : "2016-05-18" }

{ "index": {}}

{ "price" : 1500, "color" : "蓝色", "brand" : "TCL", "sold_date" : "2016-07-02" }

{ "index": {}}

{ "price" : 1200, "color" : "绿色", "brand" : "TCL", "sold_date" : "2016-08-19" }

{ "index": {}}

{ "price" : 2000, "color" : "红色", "brand" : "长虹", "sold_date" : "2016-11-05" }

{ "index": {}}

{ "price" : 8000, "color" : "红色", "brand" : "三星", "sold_date" : "2017-01-01" }

{ "index": {}}

{ "price" : 2500, "color" : "蓝色", "brand" : "小米", "sold_date" : "2017-02-12" }

 
 

二、进行聚合分析

统计哪种颜色的电视销量最高

 
 

GET /tvs/sales/_search

{

"size" : 0,

"aggs" : {

"popular_colors" : {

"terms" : {

"field" : "color"

}

}

}

}

对部分语句的解释：

• size：只获取聚合结果，而不要执行聚合的原始数据，也就是不返回上述插入的数据。
• aggs：固定语法，要对一份数据执行分组聚合操作
• popular_colors：对聚合后的数据取一个别名，这个别名是程序员自定义的。
• terms：根据字段的值进行分组
• field：根据指定的字段的值进行分组（确定分组的是那一个字段）

 
 

执行结果如下：

{

"took": 61,

"timed_out": false,

"_shards": {

"total": 5,

"successful": 5,

"failed": 0

},

"hits": {

"total": 8,

"max_score": 0,

"hits": []

},

"aggregations": {

"popular_color": {

"doc_count_error_upper_bound": 0,

"sum_other_doc_count": 0,

"buckets": [

{

"key": "红色",

"doc_count": 4

},

{

"key": "绿色",

"doc_count": 2

},

{

"key": "蓝色",

"doc_count": 2

}

]

}

}

}

 
 

• hits.hits：因为指定了size是0，所以hits.hits就是空的，否则就会返回聚合的原始数据，zise指定为20，就返回20条数据。
• aggregations：这个字段就是返回的聚合结果
• popular_color：我们聚合后的名称
• buckets：根据我们指定的field划分出的buckets
• key：每个bucket对应的那个值
• doc_count：这个bucket分组内，有多少个数据、本例就是这种颜色的销量
• bucket默认的排序规则：按照doc_count降序排序