ES 筆記十五：聚合分析簡介

• Elasticsearch除搜尋以外，提供的針對ES資料進行統計分析的功能
  • 實時性
  • Hadoop (T+1)
• 通過聚合，我們會得到一個資料的概念，是分析和總結全套的資料，而不是尋找單個文件
  • 尖沙咀和香港島的客房數量
  • 不同的價格區間，可預定的經濟型酒店和五星級酒店的數量
• 高效能，只需要一條語句，就可以從ES得到分析結果
  • 無需再客戶端自己去實現分析邏輯

• Bucket Aggregation - 一些列滿足特定條件的文件的集合
• Metric Aggregation - 一些數學運算，可以對文件欄位進行統計分析
• Pipeline Aggregation - 對其他的聚合結果進行二次聚合
• Matrix Aggregation - 支援對多個欄位的操作並提供一個結果矩陣

• Metric - 一些系統的統計方法（類似 count）
• Bucket - 一組滿足條件的文件（group by）
  

Bucket

• 一些例子
  • 杭州屬於浙江 / 演員是男或女
  • 巢狀關係 - 杭州屬於浙江屬於中國屬於亞洲
• ES 提供了許多的型別的Bucket，幫助用多種方式劃分文件
  • Tern & Range (時間 / 年齡區間 / 地理位置)
    

Metric

• Metric 會基於資料集計算結果，除了支援在欄位上進行計算，同樣也支援在指令碼（painless script）產生的結果之上進行計算
• 大多數Metric是數學計算，僅輸出一個值
  • min / max / sum / avg /cardinality
• 部分metric 支援輸出多個數值
  • stats / percentiles / percentile_ranks

Demo

本作品採用《CC 協議》，轉載必須註明作者和本文連結