Metric 聚合
Metric 聚合用于对数值字段进行统计和计算,是数据分析和报表展示的重要手段。Elasticsearch 提供多种常用的度量聚合,满足不同的统计需求。
1. 常见 Metric 聚合类型
- avg:计算字段的平均值
- sum:计算字段的总和
- min:求字段的最小值
- max:求字段的最大值
- stats:综合统计,包含 count、min、max、avg、sum
- extended_stats:扩展统计,包含标准差、方差等
2. 示例:计算平均值
GET /my-index/_search
{
"size": 0,
"aggs": {
"average_price": {
"avg": {
"field": "price"
}
}
}
}
`
3. 示例:获取统计信息
GET /my-index/_search
{
"size": 0,
"aggs": {
"price_stats": {
"stats": {
"field": "price"
}
}
}
}
返回结果包含文档数、最小值、最大值、平均值和总和。
4. 注意事项
- 聚合操作不返回文档,只返回计算结果
- 使用
size: 0可避免返回大量文档,节省资源 - 聚合字段应为数值类型或支持数值计算的字段
Metric 聚合帮助你快速实现数值统计与分析,支持业务决策和数据洞察。
相关内容
- 定义与用途 本章介绍 Elasticsearch 的定义、核心功能与适用场景,帮助读者理解它为何成为现代搜索与日志分析的首选解决方案。
- 使用场景 本章总结 Elasticsearch 在全文搜索、日志分析、监控告警、推荐系统等领域的典型应用场景,助力理解其强大用途。
- 核心概念简介 本章概览 Elasticsearch 的核心构成,包括索引、文档、映射、节点、集群等关键概念,为后续使用和架构设计打下基础。
- 本地安装 本章介绍如何在本地环境中安装 Elasticsearch,适配 Windows、macOS 和 Linux 系统,便于开发测试与入门学习。
- Docker 安装 本章讲解如何通过 Docker 安装和运行 Elasticsearch,适合开发者快速搭建测试环境并集成至容器化工作流中。
- 与 Kibana 一起部署 本章介绍如何将 Elasticsearch 与 Kibana 一起部署,使用 Docker Compose 快速构建可视化分析平台,适合开发与测试环境使用。