Elasticsearch的Metric聚合主要用于统计在某个字段中的最大、最小、平均数、和、标准差等数值型数据统计指标。下面让我们详细介绍Metric聚合的使用方法，并给出一个完整的示例。
Metric聚合
Metric聚合是用于计算数值型数据统计指标的一类聚合方法。它可以计算一些统计数据，如最大值，最小值，平均值和加和等，以便对搜索结果进行分析。
以下是Metric聚合常用的几种类型：
avg：计算某个字段的平均值。max：计算某个字段的最大值。min：计算某个字段的最小值。sum：计算某个字段值的和。cardinality：计算某个字段的基数（即唯一值的数量）。stats：计算某个字段的平均值、最小值、最大值和总和。extended_stats：计算某个字段的平均值、最小值、最大值、总和以及标准差和方差。
使用Metric聚合需要构造一个聚合对象，它由两个部分组成：聚合名称和聚合类型。
例如，我们可以通过以下方式创建一个名为 "average_price" 的聚合，用于计算商品价格的平均值：
{
"aggs": {
"average_price": {
"avg": {
"field": "price"
}
}
}
}
这个聚合将统计所有匹配查询条件的文档集中商品价格（即字段 "price"）的平均值，并将结果保存到名为 "average_price" 的桶(bucket)中。
完整示例
下面是一个完整的示例，它将根据不同用户在不同时间段内访问的页面进行统计，并返回每一个用户每天平均访问的页面数量，以及每个时间段内访问量最大的前10个页面。
首先，假设我们有这样一个索引，记录了所有用户的访问记录：
PUT /log_index
{
"mappings": {
"properties": {
"user_id": {"type": "keyword"},
"page_url": {"type": "keyword"},
"timestamp": {"type": "date"}
}
}
}
然后，我们需要向索引中添加一些数据，用于测试聚合操作。以下是一些典型的访问记录，它们包括用户ID、访问页面的URL以及时间戳：
POST /log_index/_doc
{
"user_id": "user1",
"page_url": "/product/123",
"timestamp": "2023-06-01T10:00:00"
}
POST /log_index/_doc
{
"user_id": "user1",
"page_url": "/blog/456",
"timestamp": "2023-06-01T11:00:00"
}
POST /log_index/_doc
{
"user_id": "user1",
"page_url": "/product/789",
"timestamp": "2023-06-02T10:00:00"
}
POST /log_index/_doc
{
"user_id": "user2",
"page_url": "/blog/789",
"timestamp": "2023-06-02T12:00:00"
}
POST /log_index/_doc
{
"user_id": "user2",
"page_url": "/product/123",
"timestamp": "2023-06-03T09:00:00"
}
POST /log_index/_doc
{
"user_id": "user2",
"page_url": "/product/456",
"timestamp": "2023-06-03T15:00:00"
}
接下来，我们可以使用以下查询来计算每个用户每天平均访问的页面数量，并返回每个时间段内访问量最大的前10个页面：
POST /log_index/_search
{
"size": 0,
"aggs": {
"user_page_stats": {
"composite": {
"sources": [
{"user_id": {"terms": {"field": "user_id.keyword"}}},
{"date": {"date_histogram": {"field": "timestamp", "interval": "day"}}}
]
},
"aggs": {
"page_count": {
"cardinality": {
"field": "page_url.keyword"
}
},
"top_pages": {
"terms": {
"field": "page_url.keyword",
"size": 10
}
}
}
}
}
}
在这个查询中，我们首先使用 composite 聚合按照用户ID和日期对访问记录进行分组。其中 "date_histogram" 表示将时间戳按照天进行划分。
然后，我们在 "user_page_stats" 桶中添加了两个子聚合：
"page_count"子聚合使用cardinality聚合计算每个用户在每天访问的不同页面数量。"top_pages"子聚合使用terms聚合计算每个时间段内访问量最大的前10个页面。
执行以上查询后，返回的结果如下所示：
{
...
"aggregations": {
"user_page_stats": {
"buckets": [
{
"key": {
"user_id": "user1",
"date": 16804
},
"doc_count": 2,
"page_count": {
"value": 2
},
"top_pages": {
"buckets": [
{
"key": "/product/123",
"doc_count": 1
},
{
"key": "/blog/456",
"doc_count": 1
}
]
}
},
{
"key": {
"user_id": "user1",
"date": 16805
},
"doc_count": 1,
"page_count": {
"value": 1
},
"top_pages": {
"buckets": [
{
"key": "/product/789",
"doc_count": 1
}
]
}
},
{
"key": {
"user_id": "user2",
"date": 16805
},
"doc_count": 1,
"page_count": {
"value": 1
},
"top_pages": {
"buckets": [
{
"key": "/blog/789",
"doc_count": 1
}
]
}
},
{
"key": {
"user_id": "user2",
"date": 16806
},
"doc_count": 2,
"page_count": {
"value": 2
},
"top_pages": {
"buckets": [
{
"key": "/product/123",
"doc_count": 1
},
{
"key": "/product/456",
"doc_count": 1
}
]
}
}
]
}
}
}
根据返回结果可以看出，这个查询实现了我们的需求。例如，针对用户 "user1"，在日期 "2023-06-01"，他访问了2个不同的页面（"/product/123" 和 "/blog/456"），在日期 "2023-06-02"，他访问了1个不同的页面（"/product/789"）。而在每个日期内，他访问量最大的前10个页面，也被正确地计算了出来。
这个示例展示了如何使用Metric聚合对Elasticsearch中的数据进行分析和统计。需要注意的是，具体的聚合方式和参数取决于我们的需求和数据特征。
