• 分析

    分析

    最后，我们还有一个需求需要完成：允许管理者在职员目录中进行一些分析。
    Elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。

    举个例子，让我们找到所有职员中最大的共同点（兴趣爱好）是什么：

    1. GET /megacorp/employee/_search
    2. {
    3.   "aggs": {
    4.     "all_interests": {
    5.       "terms": { "field": "interests" }
    6.     }
    7.   }
    8. }

    暂时先忽略语法只看查询结果：

    1. {
    2.    ...
    3.    "hits": { ... },
    4.    "aggregations": {
    5.       "all_interests": {
    6.          "buckets": [
    7.             {
    8.                "key":       "music",
    9.                "doc_count": 2
    10.             },
    11.             {
    12.                "key":       "forestry",
    13.                "doc_count": 1
    14.             },
    15.             {
    16.                "key":       "sports",
    17.                "doc_count": 1
    18.             }
    19.          ]
    20.       }
    21.    }
    22. }

    我们可以看到两个职员对音乐有兴趣，一个喜欢林学，一个喜欢运动。这些数据并没有被预先计算好，它们是实时的从匹配查询语句的文档中动态计算生成的。如果我们想知道所有姓”Smith”的人最大的共同点（兴趣爱好），我们只需要增加合适的语句既可：

    1. GET /megacorp/employee/_search
    2. {
    3.   "query": {
    4.     "match": {
    5.       "last_name": "smith"
    6.     }
    7.   },
    8.   "aggs": {
    9.     "all_interests": {
    10.       "terms": {
    11.         "field": "interests"
    12.       }
    13.     }
    14.   }
    15. }

    all_interests聚合已经变成只包含和查询语句相匹配的文档了：

    1.   ...
    2.   "all_interests": {
    3.      "buckets": [
    4.         {
    5.            "key": "music",
    6.            "doc_count": 2
    7.         },
    8.         {
    9.            "key": "sports",
    10.            "doc_count": 1
    11.         }
    12.      ]
    13.   }

    聚合也允许分级汇总。例如，让我们统计每种兴趣下职员的平均年龄：

    1. GET /megacorp/employee/_search
    2. {
    3.     "aggs" : {
    4.         "all_interests" : {
    5.             "terms" : { "field" : "interests" },
    6.             "aggs" : {
    7.                 "avg_age" : {
    8.                     "avg" : { "field" : "age" }
    9.                 }
    10.             }
    11.         }
    12.     }
    13. }

    虽然这次返回的聚合结果有些复杂，但任然很容易理解：

    1.   ...
    2.   "all_interests": {
    3.      "buckets": [
    4.         {
    5.            "key": "music",
    6.            "doc_count": 2,
    7.            "avg_age": {
    8.               "value": 28.5
    9.            }
    10.         },
    11.         {
    12.            "key": "forestry",
    13.            "doc_count": 1,
    14.            "avg_age": {
    15.               "value": 35
    16.            }
    17.         },
    18.         {
    19.            "key": "sports",
    20.            "doc_count": 1,
    21.            "avg_age": {
    22.               "value": 25
    23.            }
    24.         }
    25.      ]
    26.   }

    该聚合结果比之前的聚合结果要更加丰富。我们依然得到了兴趣以及数量（指具有该兴趣的员工人数）的列表，但是现在每个兴趣额外拥有avg_age字段来显示具有该兴趣员工的平均年龄。

    即使你还不理解语法，但你也可以大概感觉到通过这个特性可以完成相当复杂的聚合工作，你可以处理任何类型的数据。