**聚合(aggregations)**可以让我们极其方便的实现对数据的统计、分析、运算。例如:
- 什么品牌的手机最受欢迎?
- 这些手机的平均价格、最高价格、最低价格?
- 这些手机每月的销售情况如何?
实现这些统计功能的比数据库的sql要方便的多,而且查询速度非常快,可以实现近实时搜索效果。
聚合常见的有三类:
-
**桶(Bucket)**聚合:用来对文档做分组
- TermAggregation:按照文档字段值分组,例如按照品牌值分组、按照国家分组
- Date Histogram:按照日期阶梯分组,例如一周为一组,或者一月为一组
-
**度量(Metric)**聚合:用以计算一些值,比如:最大值、最小值、平均值等
- Avg:求平均值
- Max:求最大值
- Min:求最小值
- Stats:同时求max、min、avg、sum等
-
**管道(pipeline)**聚合:其它聚合的结果为基础做聚合
**注意:**参加聚合的字段必须是keyword、日期、数值、布尔类型
现在,我们要统计所有数据中的酒店品牌有几种,其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合,也就是Bucket聚合。
1.2.1.Bucket聚合语法
语法如下:
结果如图:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IXfmHthX-1636541354977)(assets/image-20210723171948228.png)]
1.2.2.聚合结果排序
默认情况下,Bucket聚合会统计Bucket内的文档数量,记为_count,并且按照_ count 降序排序。
我们可以指定order属性,自定义聚合的排序方式:
1.2.3.限定聚合范围
默认情况下,Bucket聚合是对索引库的所有文档做聚合,但真实场景下,用户会输入搜索条件,因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。
我们可以限定要聚合的文档范围,只要添加query条件即可:
这次,聚合得到的品牌明显变少了:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wOef3WfF-1636541354979)(assets/image-20210723172404836.png)]
1.2.4.Metric聚合语法
上节课,我们对酒店按照品牌分组,形成了一个个桶。现在我们需要对桶内的酒店做运算,获取每个品牌的用户评分的min、max、avg等值。
这就要用到Metric聚合了,例如stat聚合:就可以获取min、max、avg等结果。
语法如下:
这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。
另外,我们还可以给聚合结果做个排序,例如按照每个桶的酒店平均分做排序:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0u7DyxfU-1636541354980)(assets/image-20210723172917636.png)]
1.2.5.小结
aggs代表聚合,与query同级,此时query的作用是?
- 限定聚合的的文档范围
聚合必须的三要素:
- 聚合名称
- 聚合类型
- 聚合字段
聚合可配置属性有:
- size:指定聚合结果数量
- order:指定聚合结果排序方式
- field:指定聚合字段
1.3.1.API语法
聚合条件与query条件同级别,因此需要使用request.source()来指定聚合条件。
聚合条件的语法:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rdI4px4X-1636541354982)(assets/image-20210723173057733.png)]
聚合的结果也与查询结果不同,API也比较特殊。不过同样是JSON逐层解析:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NhjFAR8L-1636541354983)(assets/image-20210723173215728.png)]
1.3.2.业务需求
需求:搜索页面的品牌、城市等信息不应该是在页面写死,而是通过聚合索引库中的酒店数据得来的:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7btYt5P1-1636541354984)(assets/image-20210723192605566.png)]
分析:
目前,页面的城市列表、星级列表、品牌列表都是写死的,并不会随着搜索结果的变化而变化。但是用户搜索条件改变时,搜索结果会跟着变化。
例如:用户搜索“东方明珠”,那搜索的酒店肯定是在上海东方明珠附近,因此,城市只能是上海,此时城市列表中就不应该显示北京、深圳、杭州这些信息了。
也就是说,搜索结果中包含哪些城市,页面就应该列出哪些城市;搜索结果中包含哪些品牌,页面就应该列出哪些品牌。
如何得知搜索结果中包含哪些品牌?如何得知搜索结果中包含哪些城市?
使用聚合功能,利用Bucket聚合,对搜索结果中的文档基于品牌分组、基于城市分组,就能得知包含哪些品牌、哪些城市了。
因为是对搜索结果聚合,因此聚合是限定范围的聚合,也就是说聚合的限定条件跟搜索文档的条件一致。
查看浏览器可以发现,前端其实已经发出了这样的一个请求:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WqKUC9t7-1636541354984)(assets/image-20210723193730799.png)]
请求参数与搜索文档的参数完全一致。
返回值类型就是页面要展示的最终结果:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vG0WKX1d-1636541354985)(assets/image-20210723203915982.png)]
结果是一个Map结构:
- key是字符串,城市、星级、品牌、价格
- value是集合,例如多个城市的名称
1.3.3.业务实现
在包的中添加一个方法,遵循下面的要求:
- 请求方式:
- 请求路径:
- 请求参数:,与搜索文档的参数一致
- 返回值类型:
代码:
这里调用了IHotelService中的getFilters方法,尚未实现。
在中定义新方法:
在中实现该方法: