本节 es 笔记目录如下：分组计数

平均数 avg

最大值 max

最小值 min

总和 sum

此次笔记用到的数据还是前一节中导入的官方提供的bank数据，用到其他数据的，下面会提供导入方式。

首先，来看一下我们导入的数据的各个字段，使用下面命令获取(命令都在 kibana 中使用)：

"_source" : {

"account_number" : 1,

"balance" : 39225,

"firstname" : "Amber",

"lastname" : "Duke",

"age" : 32,

"gender" : "M",

"address" : "880 Holmes Lane",

"employer" : "Pyrami",

"email" : "amberduke@pyrami.com",

"city" : "Brogan",

"state" : "IL"

}

1、分组计数

我们对数据中state字段进行分组计数，计算数据中每个state种类出现的次数：

GET /bank/_search

{

"size": 0,

"aggs": {

"group_by_state": {

"terms": {

"field": "state.keyword"

}

}

}

}

其中，group_by_state是分组的名称，用来标识分组的名称，

terms则是用来分组的关键字，

state.keyword表示取值是state这个字段。

运行之后返回，可以看到返回结果按照state的值，作为key，以及doc_count作为count的数值结果返回。

对应于 MySQL 中的语法大致是：

SELECT state, COUNT(*) FROM table_name GROUP BY state;

限定分组返回的数据结果：

使用到上一节笔记中的from和size。

在上面的语法中在aggs的size字段，是用来限定返回结果中的源数据的条数，赋值为 0 表示不返回源数据。

而要限制分类结果的size(默认十条)，则是在terms下一级，与field同级。

GET /bank/_search

{

"size": 0,

"aggs": {

"group_by_state": {

"terms": {

"field": "state.keyword",

"size": 30

}

}

}

}

2、平均数 avg

我们想知道bank这个 index 下的所有数据中age字段的平均值，也就是所有人的平均年龄，语法如下：

GET /bank/_search

{

"size": 0,

"aggs": {

"average_of_age": {

"avg": {

"field": "age"

}

}

}

}

主体返回结果如下：

"aggregations" : {

"average_of_age" : {

"value" : 30.171

}

}

average_of_age的value值就是我们要的 年龄平均值了。

这个语法在 MySQL 中对应如下：

SELECT AVG(age) FROM table_name;

missing 值的使用：

在 es 里面，还有个missing关键字，这个字是干啥的呢？

当我们不能保证所有的数据都是完整的，尤其是涉及到查询的字段，就需要用到missing这个词。

作用是缺失值替代，也就是加了这个关键字，并且带上参数以后，在查询计算中如果查询的字段值缺失，那么就会默认使用到 missing 这个词。

bank 的数据太多了，我们可以手动创建几条数据测试：

PUT /exam/_doc/1

{

"name" : "hunter",

"grade": 60

}

PUT /exam/_doc/2

{

"name" : "paul",

"grade": 80

}

PUT /exam/_doc/3

{

"name" : "jack",

"grade": 90

}

PUT /exam/_doc/4

{

"name" : "tom",

}

可以通过如下语句看一下这几条数据：

GET /exam/_search

{

"query": {

"match_all": {}

}

}

可以看到，最后一条数据是没有 grade 这个字段的，

当我们直接求取平均值：

GET /exam/_search

{

"size": 0,

"aggs": {

"avg_of_grade": {

"avg": {

"field": "grade"

}

}

}

}

可以看到返回结果：

"aggregations" : {

"avg_of_grade" : {

"value" : 76.66666666666667

}

}

可以得出这个结果是只获取了有 grade 字段的三条数据，然后进行平均值计算。

当我们加上 missing 关键字：

GET /exam/_search

{

"size": 0,

"aggs": {

"avg_of_grade": {

"avg": {

"field": "grade",

"missing": 60

}

}

}

}

返回结果如下：

可以知道虽然第四条没有 grade 的数据，但是通过 missing 指定默认值，得出了计算结果。

以上就是 missing 的用法。

3、最大值 max

max 的用法和 avg 的使用方法一样，语法如下：

GET /bank/_search

{

"size": 0,

"aggs": {

"max_age": {

"max": {

"field": "age"

}

}

}

}

返回结果：

"aggregations" : {

"max_age" : {

"value" : 40.0

}

}

使用 script 方法计算数据：

我们还可以使用 script 的方式来得出计算结果：

GET /bank/_search

{

"size": 0,

"aggs":{

"max_age": {

"max": {

"script": {

"source": "doc.age.value"

}

}

}

}

}

还有一种对返回的结果进行计算的脚本方式：

GET /bank/_search

{

"size": 0,

"aggs":{

"max_age": {

"max": {

"field": "age",

"script": {

"source": "_value * params.conversion_rate",

"params": {

"conversion_rate": 1.2

}

}

}

}

}

}

4、最小值 min

最小值的计算方法和最大值相同，关键字 max 改成 min即可，如下是示例：

GET /bank/_search

{

"size": 0,

"aggs": {

"min_age": {

"min": {

"field": "age"

}

}

}

}

如上语法对应 MySQL 中的是：

SELECT MIN(age) FROM table_name;

5、计算总和 sum

目标：计算数据中 age 的总和

GET /bank/_search

{

"size": 0,

"query": {

"match_all": {}

},

"aggs": {

"sum_age": {

"sum": {

"field": "age"

}

}

}

}

对应于 MySQL 中的语法是：

SELECT SUM(age) FROM table_name;

如果要加上筛选条件，比如 state 的值为 TX 的数据的 age 的总和：

GET /bank/_search

{

"size": 0,

"query": {

"match": {

"state": "TX"

}

},

"aggs": {

"sum_age": {

"sum": {

"field": "age"

}

}

}

}

对应于 MySQL 中的语法是：

SELECT SUM(age) FROM table_name WHERE age='TX';