1.数据聚合

**聚合（aggregations）**可以让我们极其方便的实现对数据的统计、分析、运算。例如：

• 什么品牌的手机最受欢迎？
• 这些手机的平均价格、最高价格、最低价格？
• 这些手机每月的销售情况如何？

  实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

  1.1.聚合的种类

  聚合常见的有三类：

  • **桶（Bucket）**聚合：用来对文档做分组

    • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
    • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

  • **度量（Metric）**聚合：用以计算一些值，比如：最大值、最小值、平均值等

    • Avg：求平均值
    • Max：求最大值
    • Min：求最小值
    • Stats：同时求max、min、avg、sum等

  • **管道（pipeline）**聚合：其它聚合的结果为基础做聚合

    **注意：**参加聚合的字段必须是keyword、日期、数值、布尔类型

    1.2.DSL实现聚合

    现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是Bucket聚合。

    1.2.1.Bucket聚合语法

    语法如下：

    GET /hotel/_search{  "size": 0,  // 设置size为0，结果中不包含文档，只包含聚合结果  "aggs": { // 定义聚合    "brandAgg": { //给聚合起个名字      "terms": { // 聚合的类型，按照品牌值聚合，所以选择term        "field": "brand", // 参与聚合的字段        "size": 20 // 希望获取的聚合结果数量      }    }  }}

    结果如图：

    1.2.2.聚合结果排序

    默认情况下，Bucket聚合会统计Bucket内的文档数量，记为_count，并且按照_count降序排序。

    我们可以指定order属性，自定义聚合的排序方式：

    GET /hotel/_search{  "size": 0,   "aggs": {    "brandAgg": {      "terms": {        "field": "brand",        "order": {          "_count": "asc" // 按照_count升序排列        },        "size": 20      }    }  }}

    1.2.3.限定聚合范围

    默认情况下，Bucket聚合是对索引库的所有文档做聚合，但真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。

    我们可以限定要聚合的文档范围，只要添加query条件即可：

    GET /hotel/_search{  "query": {    "range": {      "price": {        "lte": 200 // 只对200元以下的文档聚合      }    }  },   "size": 0,   "aggs": {    "brandAgg": {      "terms": {        "field": "brand",        "size": 20      }    }  }}

    这次，聚合得到的品牌明显变少了：

    .2.4.Metric聚合语法

    上节课，我们对酒店按照品牌分组，形成了一个个桶。现在我们需要对桶内的酒店做运算，获取每个品牌的用户评分的min、max、avg等值。

    这就要用到Metric聚合了，例如stat聚合：就可以获取min、max、avg等结果。

    语法如下：

    GET /hotel/_search{  "size": 0,   "aggs": {    "brandAgg": {       "terms": {         "field": "brand",         "size": 20      },      "aggs": { // 是brands聚合的子聚合，也就是分组后对每组分别计算        "score_stats": { // 聚合名称          "stats": { // 聚合类型，这里stats可以计算min、max、avg等            "field": "score" // 聚合字段，这里是score          }        }      }    }  }}

    这次的score_stats聚合是在brandAgg的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。

    另外，我们还可以给聚合结果做个排序，例如按照每个桶的酒店平均分做排序：

    1.2.5.小结

    aggs代表聚合，与query同级，此时query的作用是？

    • 限定聚合的的文档范围

      聚合必须的三要素：

      • 聚合名称
      • 聚合类型
      • 聚合字段

        聚合可配置属性有：

        • size：指定聚合结果数量
        • order：指定聚合结果排序方式
        • field：指定聚合字段

          1.3.RestAPI实现聚合

          1.3.1.API语法

          聚合条件与query条件同级别，因此需要使用request.source()来指定聚合条件。

          聚合条件的语法：

          聚合的结果也与查询结果不同，API也比较特殊。不过同样是JSON逐层解析：

          1.3.2.业务需求

          需求：搜索页面的品牌、城市等信息不应该是在页面写***，而是通过聚合索引库中的酒店数据得来的：

          分析：

          目前，页面的城市列表、星级列表、品牌列表都是写***的，并不会随着搜索结果的变化而变化。但是用户搜索条件改变时，搜索结果会跟着变化。

          例如：用户搜索“东方明珠”，那搜索的酒店肯定是在上海东方明珠附近，因此，城市只能是上海，此时城市列表中就不应该显示北京、深圳、杭州这些信息了。

          也就是说，搜索结果中包含哪些城市，页面就应该列出哪些城市；搜索结果中包含哪些品牌，页面就应该列出哪些品牌。

          如何得知搜索结果中包含哪些品牌？如何得知搜索结果中包含哪些城市？

          使用聚合功能，利用Bucket聚合，对搜索结果中的文档基于品牌分组、基于城市分组，就能得知包含哪些品牌、哪些城市了。

          因为是对搜索结果聚合，因此聚合是限定范围的聚合，也就是说聚合的限定条件跟搜索文档的条件一致。

          查看浏览器可以发现，前端其实已经发出了这样的一个请求：

          请求参数与搜索文档的参数完全一致。

          返回值类型就是页面要展示的最终结果：

          结果是一个Map结构：

          • key是字符串，城市、星级、品牌、价格
          • value是***，例如多个城市的名称

            1.3.3.业务实现

            在cn.itcast.hotel.web包的HotelController中添加一个方法，遵循下面的要求：

            • 请求方式：POST
            • 请求路径：/hotel/filters
            • 请求参数：RequestParams，与搜索文档的参数一致
            • 返回值类型：Map

              代码：

                  @PostMapping("filters")    public Map getFilters(@RequestBody RequestParams params){        return hotelService.getFilters(params);    }

              这里调用了IHotelService中的getFilters方法，尚未实现。

              在cn.itcast.hotel.service.IHotelService中定义新方法：

              Map filters(RequestParams params);

              在cn.itcast.hotel.service.impl.HotelService中实现该方法：

              @Overridepublic Map filters(RequestParams params) {    try {        // 1.准备Request        SearchRequest request = new SearchRequest("hotel");        // 2.准备DSL        // 2.1.query        buildBasicQuery(params, request);        // 2.2.设置size        request.source().size(0);        // 2.3.聚合        buildAggregation(request);        // 3.发出请求        SearchResponse response = client.search(request, RequestOptions.DEFAULT);        // 4.解析结果        Map result = new HashMap();        Aggregations aggregations = response.getAggregations();        // 4.1.根据品牌名称，获取品牌结果        List brandList = getAggByName(aggregations, "brandAgg");        result.put("品牌", brandList);        // 4.2.根据品牌名称，获取品牌结果        List cityList = getAggByName(aggregations, "cityAgg");        result.put("城市", cityList);        // 4.3.根据品牌名称，获取品牌结果        List starList = getAggByName(aggregations, "starAgg");        result.put("星级", starList);        return result;    } catch (IOException e) {        throw new RuntimeException(e);    }}private void buildAggregation(SearchRequest request) {    request.source().aggregation(AggregationBuilders                                 .terms("brandAgg")                                 .field("brand")                                 .size(100)                                );    request.source().aggregation(AggregationBuilders                                 .terms("cityAgg")                                 .field("city")                                 .size(100)                                );    request.source().aggregation(AggregationBuilders                                 .terms("starAgg")                                 .field("starName")                                 .size(100)                                );}private List getAggByName(Aggregations aggregations, String aggName) {    // 4.1.根据聚合名称获取聚合结果    Terms brandTerms = aggregations.get(aggName);    // 4.2.获取buckets    List