1。背景这里简单记录下bucketaggregation下的termaggregation。记录termaggregation的各种用法，以及各种注意事项，以防日后遗忘。2.前提条件2.1创建索引PUT/index_person{"settings":{"number_of_shards":1},"mappings":{"properties":{"id":{"type":"long"},"name":{"type":"keyword"},"sex":{"type":"keyword"},"age":{"type":"integer"},"province":{"type":"keyword"}，“地址”：{“类型”：“文本”，“分析器”：“ik_max_word”，“字段”：{“关键字”：{“类型”：“关键字”，“ignore_above”：256}}}}}}}2.2PUT/_bulk{"create":{"_index":"index_person","_id":1}}{"id":1,"name":"张三","sex":"男","age":20,"province":"湖北","address":"黄冈市罗田县矿河湖北省城镇"}{"create":{"_index":"index_person","_id":2}}{"id":2,"name":"李四","sex":"男","age":19,"province":"江苏","address":"江苏省南京市"}{"create":{"_index":"index_person","_id":3}}{"id":3"name":"王舞","sex":"女","age":25,"province":"湖北","address":"湖北省武汉市江汉区"}{"create":{"_index":"index_person","_id":4}}{"id":4,"name":"赵刘","sex":"女","age":30,"省份":"北京市","地址":"北京市东城区"}{"create":{"_index":"index_person","_id":5}}{"id":5,"name":"倩琪","sex":"女","age":16,"省":"北京","address":"北京市西城区"}{"create":{"_index":"index_person","_id":6}}{"id":6,"name":"female","sex":"female","age":45,"province":"Beijing","address":"北京市朝阳区"}3.各种汇总3.1统计数量最多的2个省份3.1.1dslGET/index_person/_search{"size":0,"aggs":{"agg_sex":{"terms":{"field":"province","size":2}}}}3.1.2运行结果3.2统计数量最少的2个省份3.2.1dslGET/index_person/_search{"size":0,"aggs":{"agg_sex":{"terms":{"field":"province","size":2,"order":{"_count":"asc"}}}}}注意：不建议使用_count:asc进行统计，会导致统计结果不准确。运行结果参见下面3.2.2小节的总结3.3按字段值排序-根据年龄聚合，返回最年轻的2个聚合3.3.1dslGET/index_person/_search{"size":0,"aggs":{"agg_sex":{"terms":{"field":"age","size":2,"order":{"_key":"asc"}}}}}注：这种按照字段值排序，聚合结果正确。3.3.2运行结果3.4分聚合排序——先按省聚合，每次聚合后按最小年龄排序3.4.1dslGET/index_person/_search{"size":0,"aggs":{"agg_sex":{"terms":{"field":"province","order":{"min_age":"asc"}},"aggs":{"min_age":{"min":{"field":"age"}}}}}}GET/index_person/_search{"size":0,"aggs":{"agg_sex":{"terms":{"field":"province","order":{"min_age.min":"asc"}},"aggs":{"min_age":{"stats":{"field":"age"}}}}}}注：子聚合排序一般不允许,但如果是子聚合的最大值降序和最小值升序是准确的。3.4.2运行结果3.5脚本聚合——按省份聚合，如果地址中有黄冈市，需要出现黄冈市3.5.1dslGET/index_person/_search{"size":0,"runtime_mappings":{"province_sex":{"type":"keyword","script":"""Stringprovince=doc['province'].value;Stringaddress=doc['address.keyword'].value;if(address.contains('黄冈市')){emit('黄冈市');}else{emit(省);}"""}},"aggs":{"agg_sex":{"terms":{"field":"province_sex"}}}}3.5.2运行结果3.6filter-groupby省份，只包括北方省份，需要排除湖北省3.6.1dslGET/index_person/_search{"size":0,"aggs":{“agg_province”：{“术语”：{“字段”：“省”，“包括”：“。*北。*”，“排除”：["hubei"]}}}}注意：当是字符串时，可以写正则表达式，当是数组时，需要写具体的值根据最大??年龄倒序3.7.1dslGET/index_person/_search{"size":0,"aggs":{"genres_and_products":{"multi_terms":{"size":10,"shard_size":25,"order":{"max_age":"desc"},"条款”：[{“字段”：“省”，“缺失”：“默认省”}，{“字段”：“性别”}]}，“aggs”：{“max_age”：{“max”：{“field":"age"}}}}}}注意：terms聚合默认不支持多字段聚合，需要其他方法。这里使用Multiterm来实现多字段的聚合。3.7.2运行结果3.8缺失值处理3.9多重聚合-同时返回按省份聚合和按性别聚合3.9.1dslGET/index_person/_search{"size":0,"aggs":{"agg_province":{"terms":{"field":"province"}},"agg_sex":{"terms":{"field":"sex","size":10}}}}3.9.2运行结果4.总结4.1是聚合字段一般情况下只能聚合以下字段类型：keyword、numeric、ip、boolean、binary字段。默认情况下不能聚合文本类型的字段。如果需要聚合，需要开启fielddata。4.2如果我们想返回所有聚合的Term结果如果我们只想返回100或1000个独特的结果，我们可以增加size参数的值。但是如果我们要全部返回，建议使用compositeaggregation4.3聚合数据。我们通过term聚合的结果是一个大概的结果，不一定完全正确。为什么？.例如：如果我们的集群有3个分片，这里我们要返回值最高的5个统计信息。即size=5，假设先不考虑shard_size参数，那么每个节点都会返回此时值最大的5个统计信息，然后再次聚合，返回，返回最终值最大的5个。这个貌似没问题，但是因为我们的数据分布在es的各个节点上，可能某个统计项（北京的用户数）在A节点上排在前5，在B节点上排不到前5,那么最终的统计结果就是缺失统计。解决方法：我们可以让es在每个节点上多返回几个结果，比如：如果我们的size=5，那么我们会为每个节点返回size*1.5+10个结果，误差也会相应减少。而这个size*1.5+10就是shard_size的值。当然我们也可以手动指定，但一般需要大于size的值。4.4排序注意事项4.4.1_count排序默认使用_count的逆序，但我们可以指定升序，但不推荐这样做，会导致错误的结果。如果我们想要升序，我们可以使用rare_terms聚合。4.4.2按字段值排序无论正序还是倒序，按字段值排序都是准确的。4.4.3子聚合排序4.5多项聚合5.源码地址https://gitee.com/huan1993/spring-cloud-parent/blob/master/es/es8-api/src/main/java/com/huan/es8/aggregations/bucket/TermsAggs.java6.参考链接https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-terms-aggregation.htmlhttps://www.elastic。co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-multi-terms-aggregation.html
