文章目錄

• 概述
• Bucket Aggregations
• Metrics Aggregations

---

概述

繼續(xù)跟中華石杉老師學習ES，第31篇

課程地址： https://www.roncoo.com/view/55

---

Bucket Aggregations

官方鏈接：Bucket Aggregations

bucket：一個數(shù)據(jù)分組 ，類比數(shù)據(jù)庫的話，相當于group by

舉個例子

city name

北京 小李
北京 小王
上海 小張
上海 小麗
上海 小陳

基于city劃分buckets, 劃分出來兩個bucket，一個是北京bucket，一個是上海bucket

北京bucket：包含了2個人，小李，小王
上海bucket：包含了3個人，小張，小麗，小陳

---

按照某個字段進行bucket劃分，那個字段的值相同的那些數(shù)據(jù)，就會被劃分到一個bucket中 。

類比我們熟悉的數(shù)據(jù)庫，做聚合操作，首先第一步就是分組，對每個組內的數(shù)據(jù)進行聚合分析，分組，就是我們的bucket

---

Metrics Aggregations

官方鏈接： Metrics Aggregations

metric：對一個數(shù)據(jù)分組執(zhí)行的統(tǒng)計 ，常見的數(shù)據(jù)分析的metric操作有count，avg，max，min，sum等

當我們有了一堆bucket之后，就可以對每個bucket中的數(shù)據(jù)進行聚合分詞了，比如說計算一個bucket內所有數(shù)據(jù)的數(shù)量，或者計算一個bucket內所有數(shù)據(jù)的平均值，最大值，最小值

metric，就是對一個bucket執(zhí)行的某種聚合分析的操作，比如說求平均值，求最大值，求最小值

舉個例子：

select count(*) ,user_id from artisan group by user_id

• bucket：group by user_id --> 那些user_id相同的數(shù)據(jù)，就會被劃分到一個bucket中
• metric：count(*)，對每個user_id bucket中所有的數(shù)據(jù)，計算一個數(shù)量

---

《新程序員》：云原生和全面數(shù)字化實踐50位技術專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的白话Elasticsearch31-深入聚合数据分析之bucket与metric的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。