深入浅析Elasticsearch中的聚合操作

如果写过Elasticsearch的聚合操作DSL，都知道它非常的繁琐，很简单的业务就导致异常复杂的json。因为它的聚合操作是嵌套的，一个聚合的输出可以是另一个聚合的输入，并且聚合还支持pipeline，能引用父亲或者兄弟节点的聚合，所以导致其结构非常难以理解。本文将根据一个实际的例子来逐步的构建一个Elasticsearch的聚合DSL语句，来方便大家理解ES的聚合操作。

假设在index test-order中存储了用户的订单信息，name表示用户姓名，price表示订单价格。

GET test-order/_search?filter_path=hits.hits._source

数据如下

现在有如下需求，首先规定消费总金额在100以上的用户为VIP，然后要计算系统中VIP的数量。这要是在传统的关系数据库中，是非常简单的，首先group by name，计算sum(price)，然后用having语句过滤VIP，最后再count临时表，得到 VIP的数量。SQL语句如下

在ES中，我们也需要按照同样的顺序构建DSL。

group

首先按照name来分组，用Terms Aggregation来充当group。

sum

将name分组后的结果作为输入，对price字段进行sum。可以看到下面是将一个sum聚合嵌套在了term聚合中。

看到paymentSum这个聚合是在此时已经完成了sum(price) group by name。

上面sumFilter是一个bucket_selector，这是一个parent类型的pipeline，用来过滤上层聚合的结果。sumFilter中引用了paymentSum，用sum的结果进行过滤。可以看出，现在已经查出了VIP。

模拟子查询

上面已经查询出了VIP，需要进行一下count。这里利用stats_bucket来统计VIP的数量。下面的vip_count是一个stats_bucket，这是一个sibling类型的pipeline，用来统计其他聚合操作的数据。

最终结果中的vip_count中，count就是系统中VIP的数量。

结语

从

变成

代码行数膨胀为6倍，这就是ES DSL的威力。。。