一、参考
elasticsearch 权威指南
二、基本概念
2.1 两个次要概念
- bucket 桶
满足特定条件的文档的汇合
- metric 指标
对桶内的文档进行统计计算
每一个聚合都是
（1）一个或者多个桶
（2）0个或者多个指标
的组合
2.2 桶
简略说来，桶就是满足了特定条件的文档的汇合
当聚合开始被执行，
（1）每个文档外面的值通过计算来决定合乎哪个桶的条件，
（2）如果匹配到，文档将放入对应的桶，并且接着进行聚合操作
（3）桶能够被嵌套到其余的桶中，提供层次化或者有条件的划分计划
2.3 指标
分桶是一种达到目标的伎俩，最终的指标是：
对于桶内的文档进行一些指标的计算
大多数的指标都是简略的数学计算
三、桶排序
3.1 默认排序
默认，多值桶会依据 doc_count 降序排列
3.2 order
引入了一个 order 对象，扩大了 桶排序：
| 类型 | 阐明 | terms | histogram | date_histogram |
|---|---|---|---|---|
| _count | 依照文档数量排序 | ✅ | ✅ | ✅ |
| _term | 依照词项的字符串的字典顺序排列 | ✅ | ❌ | ❌ |
| _key | 按每个桶的键值数值排序 | ❌ | ✅ | ✅ |
3.3 度量排序
能够增加一个度量聚合，而后在外层 order中指定 具体的度量
- 度量只有1个输入值
GET /cars/_search{ "size": 0, "aggs": { "colors": { "terms": { "field": "color", "order": { "avg_price": "asc" } }, "aggs": { "avg_price": { "avg": { "field": "price" } } } } }}- 度量如果有多个值，须要指定具体的参数
GET /cars/_search{ "size": 0, "aggs": { "colors": { "terms": { "field": "color", "order": { "stats.variance": "asc" } }, "aggs": { "stats": { "extended_stats": { "field": "price" } } } } }}3.4 深度度量
能够定义更深的门路，将度量用尖括号（ > ）嵌套起来，像这样：
my_bucket>another_bucket>metric
然而:
(1) 嵌套门路上的每个桶都必须是 单值 的
(2) 只有三个单值桶： filter 、 global 和 reverse_nested
GET /cars/_search{ "size": 0, "aggs": { "colors": { "histogram": { "field": "price", "interval": 20000, "order": { "red_green_cars>stats.variance": "asc" } }, "aggs": { "red_green_cars": { "filter": { "terms": { "color": [ "red", "green" ] } }, "aggs": { "stats": { "extended_stats": { "field": "price" } } } } } } }}