什么是 Aggregation？

首先舉一個生活中的例子，這個是京東的搜索界面，在搜索框中輸入“華為”進行搜索，就會得到如上界面，搜索框就是我們常用的搜索功能，而下面這些，比如分類、熱點、作業系統、CPU 型別等是根據 ES 的聚合分析獲得的相關結果，

看完上面這個例子，下面來看下聚合的定義：

ES 除了搜索以外，還提供針對 ES 資料進行統計分析的功能，也就是聚合，它的特點是實時性非常高，所有的計算結果都是即時回傳的，而 Hadoop 等大資料系統得到一個統計結果需要一天的時間，一般都是 T + 1 級別的，

通過聚合，我們會得到一個資料的概覽，是分析和總結全套的資料，而不是尋找單個檔案，比如海淀區和東城區的客房數量，不同價格區間，可預訂的經濟型酒店和商務型酒店的數量，這樣可以幫助我們過濾搜索的結果，這樣的優點是性能高，只需要一條陳述句，就可以從 ES 得到分析結果，無需再客戶端自己去實作分析邏輯，

在 ES 的聚合中主要一共分為四大類：

Bucket Aggregation：分桶型別，一些列滿足特定條件的檔案的集合
Metric Aggregation：指標分析型別，一些數學運算，可以對檔案欄位進行統計分析，比如計算最大值、最小值、平均值等
Pipeline Aggregation：管道分析型別，對其他聚合結果進行二次聚合
Matrix Aggregation：矩陣分析型別，支持對多個欄位的操作并提供一個結果矩陣

在以后的文章會對這些做詳細的講解，本文先來了解下什么是 Bucket 和 Metric：

Bucket 簡單來說相當于 SQL 中的 GROUP，可以根據條件，把結果分成一個一個的組，那 Metric 相當于 SQL 中的 COUNT，可以去執行一系列的統計方法，

接下來看什么是 Bucket Aggregation：

Bucket Aggregation

Bucket 就是桶的意思，即按照一定的規則將檔案分配到不同的桶中，達到分類分析的目的，如上圖所示，左邊有一堆檔案，右邊有三個桶，每個桶有不同的規則，比如第一個桶的規則為價格小于 3000 的，第二個桶為價格大于等于 3000 小于 6000 的，最后一個桶的規則為價格大于 6000 的，然后不同的檔案根據不同的價格分到不同的桶中，那么我們就實作了分類，

有了 Bucket 聚合分析機制，我們就可以把公司員工以年齡方式進行區分，以地理位置的方式來區分客戶，以男性女性來區分演員等，

根據 Bucket 的分桶策略，常見的 Bucket 聚合分析如下：

Terms：直接按照 term 來分桶，如果是 text 型別，則按照分詞后的結果分桶
Range：指定數值的范圍來設定分桶規則
Date Range：指定日期的范圍來設定分桶規則
Histogram：直方圖，以固定間隔的策略來分割資料
Date Histogram：針對日期的直方圖或者柱狀圖，是時序資料分析中常用的聚合分析型別

下面以 Terms 為例，讓我們動手實踐下：

Bucket 聚合分析-Terms

這是一個查看航班目的地的統計資訊的例子，通過指定關鍵詞為 terms，然后指明 term 欄位 field 為 DestCountry，下面我們請求下，查看下請求結果：

response

從結果中可以看到檔案根據目的地分成了不同的桶，每個桶還包括 doc_count，這樣就可以很輕松知道 ES 存盤的航班資訊中，去往意大利、美國、中國等國家分別有多少架航班，

在簡單了解了 Bucket 聚合分析后，讓我們來看下 Metric 聚合分析：

Metric Aggregation

Metric 是基于資料集計算的結果，除了支持在欄位上進行計算，同樣也支持在腳本產生的結果之上進行計算，Metric 主要分為單值分析和多值分析，具體內容如下：

單值分析，只輸出一個分析結果：

Min、Max、Avg、Sum
Cardinality

其中，Min、Max、Avg、Sum 這些很容易理解，在這里說一下 Cardinality，它是指不同數值的個數，相當于 SQL 中的 distinct，

多值分析，輸出多個分析結果：

Stats、Extended Stats
Percentiles、Percentile Ranks
Top Hits

其中，Stats 是做多樣的資料分析，可以一次性得到最大值、最小值、平均值、中值等資料；Extended Stats 是對 Stats 的擴展，包含了更多的統計資料，比如方差、標準差等；Percentiles 和 Percentile Ranks 是百分位數的一個統計；Top Hits 一般用于分桶后獲取桶內最匹配的頂部檔案串列，即詳情資料，

了解之后，讓我們實操起來，緊接著剛才查看航班目的地的統計資訊的例子，如果還想知道機票的均價，最高最低價格，該怎么做呢？這就需要用到 Metric 了：

Metric 聚合分析