过滤桶 (Filter Bucket) 对聚合结果进行过滤
平常的过滤我们可以查询然后包括一个过滤器 (filter) 返回一组文档的子集但是如果我们只想对聚合结果过滤怎么办？ 假设我们正在为汽车经销商创建一个搜索页面， 我们希望显示出ford上个月售出的汽车的平均售价 这里我们无法简单的做范围限定，因为有两个不同的条件。搜索结果必须是 ford ，但是聚合结果必须是 ford 且 销售时间是在一个月前(sold > now - 1M) 。
为了解决这个问题，我们可以用一种特殊的桶，叫做 filter （过滤桶） 。 我们可以指定一个过滤桶，当文档满足过滤桶的条件时，我们将其加入到桶内。
查询语句如下： avg 度量会对 ford 和上个月售出的文档计算平均售价
GET /cars/transactions/_search
{
"size" : 0,
"query":{
"match": {
"make": "ford"
}
},
"aggs":{
"recent_sales": {
"filter": {
"range": {
"sold": {
"from": "now-1M"
}
}
},
"aggs": {
"average_price":{
"avg": {
"field": "price"
}
}
}
}
}
}
具体分类如下：
前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站点击跳转浏览。
单个过滤器(filter)聚合
定义当前文档集上下文中匹配指定过滤器(filter)的所有文档的单个桶。 这通常用于将当前的聚合上下文缩小到一组特定的文档。
示例：
POST /sales/_search?size=0
{
"aggs" : {
"t_shirts" : {
"filter" : { "term": { "type": "t-shirt" } },
"aggs" : {
"avg_price" : { "avg" : { "field" : "price" } }
}
}
}
}
上面的例子计算了所有 t-shirt 类型产品的平均价格(price)。
响应：
{
...
"aggregations" : {
"t_shirts" : {
"doc_count" : 3,
"avg_price" : { "value" : 128.33333333333334 }
}
}
}
多个过滤器(filters)聚合 多桶聚合
定义一个多桶聚合，其中每个桶都与一个过滤器相关联。每个桶都会收集与其关联的过滤器匹配的所有文档。
示例：例如想知道包含错误和包含警告的各自的数量
PUT /logs/_bulk?refresh
{ "index" : { "_id" : 1 } }
{ "body" : "warning: page could not be rendered" }
{ "index" : { "_id" : 2 } }
{ "body" : "authentication error" }
{ "index" : { "_id" : 3 } }
{ "body" : "warning: connection timed out" }
GET logs/_search
{
"size": 0,
"aggs" : {
"messages" : {
"filters" : {
"filters" : {
"errors" : { "match" : { "body" : "error" }},
"warnings" : { "match" : { "body" : "warning" }}
}
}
}
}
}
响应：
{
"took": 9,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"messages": {
"buckets": {
"errors": {
"doc_count": 1
},
"warnings": {
"doc_count": 2
}
}
}
}
}
匿名过滤器
filters 字段也可以指定为一个筛选器数组，比如下面这个请求：
GET logs/_search
{
"size": 0,
"aggs" : {
"messages" : {
"filters" : {
"filters" : [
{ "match" : { "body" : "error" }},
{ "match" : { "body" : "warning" }}
]
}
}
}
}
过滤后的桶按照请求中给定的顺序返回。这个例子的响应是：
{
"took": 4,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"messages": {
"buckets": [
{
"doc_count": 1
},
{
"doc_count": 2
}
]
}
}
}
其他桶（other_bucket）
过滤桶可以设置 other_bucket 参数，以便向响应中添加一个桶，该桶将包含不匹配任何给定的过滤器的所有文档。 该参数的值可以设置为：
false 不会计算 other 桶 true 计算并返回 other 桶，当使用命名过滤器时返回一个命名(默认名称为 _other_)的桶，否则（使用匿名过滤器时）就是返回的桶中的最后一个
参数 other_bucket_key 可用于设置 other 桶的键，以取代默认的_other_。 设置此参数将隐式地将 other_bucket 参数设置为true。
下面的代码片段显示了一个响应，其中 other 桶在请求中被命名为 other_messages。
//向之前的索引中加一条数据
PUT logs/_doc/4?refresh
{
"body": "info: user Bob logged out"
}
// 再次查询
GET logs/_search
{
"size": 0,
"aggs" : {
"messages" : {
"filters" : {
"other_bucket_key": "other_messages",
"filters" : {
"errors" : { "match" : { "body" : "error" }},
"warnings" : { "match" : { "body" : "warning" }}
}
}
}
}
}
响应应该是这样的：
{
"took": 3,
"timed_out": false,
"_shards": ...,
"hits": ...,
"aggregations": {
"messages": {
"buckets": {
"errors": {
"doc_count": 1
},
"warnings": {
"doc_count": 2
},
"other_messages": {
"doc_count": 1
}
}
}
}
}
参考文档
https://www.elastic.co/guide/cn/elasticsearch/guide/current/aggregations.html
精彩文章
发表评论