elasticsearch学习笔记（七）——快速入门案例实战之电商网站商品管理：嵌套聚合，下钻分析，聚合分析

为了描述ES是如何进行嵌套聚合、下钻分析，聚合分析。下面通过五个业务需求来进行描述。1、计算每个tag下的商品数量由于tag是一个数组，所以其实统计的就是针对tag数组中的每个值，所有文档中tag字段中包含这个值的文档数量。GET /product/_search{ “size”: 0, “aggs”: { “all_tags”: { “terms”: { “field”: “tags”, “size”: 10 } } }}{ “took” : 0, “timed_out” : false, “_shards” : { “total” : 1, “successful” : 1, “skipped” : 0, “failed” : 0 }, “hits” : { “total” : { “value” : 3, “relation” : “eq” }, “max_score” : null, “hits” : [ ] }, “aggregations” : { “all_tags” : { “doc_count_error_upper_bound” : 0, “sum_other_doc_count” : 0, “buckets” : [ { “key” : “fangzhu”, “doc_count” : 2 }, { “key” : “meibai”, “doc_count” : 1 }, { “key” : “qingxin”, “doc_count” : 1 } ] } }}2、对名称中包含yagao的商品，计算每个tag下的商品数量GET /product/_search{ “query”: { “match”: { “name”: “yagao” } }, “size”: 0, “aggs”: { “all_tags”: { “terms”: { “field”: “tags”, “size”: 10 } } }}3、计算每个tag下的商品的平均价格GET /product/_search{ “size”: 0, “aggs”: { “group_by_tags”: { “terms”: { “field”: “tags”, “size”: 10 }, “aggs”: { “avg_price”: { “avg”: { “field”: “price” } } } } }}4、计算每个tag下商品的平均价格，并且按照平均价格降序排列GET /product/_search{ “size”: 0, “aggs”: { “group_by_tags”: { “terms”: { “field”: “tags”, “size”: 10, “order”: { “avg_price”: “desc” } }, “aggs”: { “avg_price”: { “avg”: { “field”: “price” } } } } }}5、按照指定的价格范围区间进行分组，然后在每组内在按照tag进行分组，最后在计算每组的平均价格GET /product/_search{ “size”: 0, “aggs”: { “group_by_price”: { “range”: { “field”: “price”, “ranges”: [ { “from”: 0, “to”: 20 }, { “from”: 20, “to”: 40 }, { “from”: 40, “to”: 50 } ] }, “aggs”: { “group_by_tags”: { “terms”: { “field”: “tags”, “size”: 10 }, “aggs”: { “avg_price”: { “avg”: { “field”: “price” } } } } } } }}