Elasticsearch：洞悉聚合桶前置过滤和 Group By Having 的奥妙

2023-12-16 21:57:22

踏入 Elasticsearch 聚合桶的奇妙世界

Elasticsearch 中的聚合桶（Aggregation Bucket）就像是一个百宝箱，它允许您对数据进行分组和汇总，以便从庞大的信息流中提取有意义的洞察。聚合桶可以根据各种维度进行分组，例如日期、数值范围或文本字段。通过聚合桶，您可以轻松获取诸如总计、平均值、最大值、最小值等统计信息。

前置过滤：为聚合桶设置先决条件

前置过滤（Filter Aggregation）是一种强大的工具，它允许您在聚合桶执行之前对数据进行过滤。这样一来，您可以仅对符合特定条件的数据进行聚合，从而获得更精准的结果。例如，您可能希望仅对特定时间范围内的销售数据进行聚合，或者仅对价格高于某个阈值的产品进行聚合。

使用前置过滤，您可以显著提高聚合桶的效率。因为，它可以减少需要聚合的数据量，从而加快查询速度并降低计算资源的消耗。

Group By Having：对聚合桶结果进行进一步细化

Group By Having 是一种高级聚合功能，它允许您对聚合桶的结果进行进一步细化。您可以使用 Group By Having 来筛选聚合桶的结果，仅保留满足特定条件的聚合桶。例如，您可能希望仅保留销售额超过一定金额的商品类别，或者仅保留访问量超过一定数量的页面。

Group By Having 可以帮助您获得更加精细化的聚合结果，从而更深入地了解数据中的模式和趋势。

实例演练：一窥聚合桶前置过滤和 Group By Having 的实际应用

为了更好地理解聚合桶前置过滤和 Group By Having 的工作原理，让我们通过一个实际的例子来加以说明。假设您有一张销售数据表，其中包含以下字段：

日期
产品名称
销售数量
销售额

您希望了解在过去一个月内，哪些产品销售额最高。为了实现这一目标，您可以使用以下 Elasticsearch 查询：

GET /sales-data/_search
{
  "size": 0,
  "aggs": {
    "products_by_sales": {
      "terms": {
        "field": "product_name",
        "size": 10
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "sales_amount"
          }
        }
      }
    }
  }
}

这个查询将按产品名称对销售数据进行分组，并计算每种产品的总销售额。然而，如果您希望仅计算过去一个月内的销售额，您可以在聚合桶中添加一个前置过滤：

GET /sales-data/_search
{
  "size": 0,
  "aggs": {
    "products_by_sales": {
      "terms": {
        "field": "product_name",
        "size": 10
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "sales_amount"
          }
        },
        "filter_by_date": {
          "filter": {
            "range": {
              "date": {
                "gte": "now-1M",
                "lt": "now"
              }
            }
          }
        }
      }
    }
  }
}

这个查询将仅对过去一个月内的销售数据进行聚合。

此外，如果您希望仅保留销售额超过一定金额的产品，您可以在聚合桶中添加一个 Group By Having：

GET /sales-data/_search
{
  "size": 0,
  "aggs": {
    "products_by_sales": {
      "terms": {
        "field": "product_name",
        "size": 10
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "sales_amount"
          }
        },
        "filter_by_date": {
          "filter": {
            "range": {
              "date": {
                "gte": "now-1M",
                "lt": "now"
              }
            }
          }
        }
      }
    }
  },
  "post_filter": {
    "range": {
      "total_sales": {
        "gte": 10000
      }
    }
  }
}