### 歡迎訪問我的GitHub
> 這裡分類和彙總了欣宸的全部原創(含配套原始碼)：[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos)

### 關於巢狀桶
- 在elasticsearch的聚合查詢中，經常對聚合的資料再次做聚合處理，例如**統計每個汽車品牌下的每種顏色汽車的銷售額**，這時候DSL中就有了多層aggs物件的巢狀，這就是巢狀桶（此名稱來自[《Elasticsearch 權威指南》](https://www.elastic.co/guide/cn/elasticsearch/guide/current/_buckets_inside_buckets.html))，如下圖所示：

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20190504203129657.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aW5jaGVuLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70)

- 今天要討論的就是在執行類似上述巢狀桶聚合時，返回的資料如何排序。首先我們們先把環境和資料準備好。
### 環境資訊
- 以下是本次例項的環境資訊，請確保您的Elasticsearch可以正常執行：

1. 作業系統：Ubuntu 18.04.2 LTS
2. JDK：1.8.0_191
3. Elasticsearch：6.7.1
4. Kibana：6.7.1

### 例項資料
- 查詢用到的資料是個名為cars的索引，裡面儲存了多條汽車銷售記錄，欄位有品牌(make)、顏色(color)、價格(price)、售賣時間(sold)等，在elasticsearch-head檢視資料如下圖：
![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20190501174429748.jpg)

- 如果您想將上圖中的資料匯入到自己的es環境，請參考[《Elasticsearch聚合學習之一：基本操作》](https://blog.csdn.net/boling_cavalry/article/details/89735952)，文中有詳細的匯入步驟；

### 對內層桶排序
- 針對前面提到的需求：**統計每個汽車品牌下的每種顏色汽車的銷售額**，通常做法是：先按照品牌聚合，生成的每個桶(bucket)內有這個品牌的所有銷售記錄，然後將每個桶內的文件再按照顏色聚合，這樣每個桶內就有多個子桶，每個子桶內就是每個品牌下每種顏色的銷售記錄。

- 既然每個桶內有多個子桶，那麼就可以對這些子桶桶進行排序，如下圖，可以對紅框內的資料進行排序：
![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20190504203934762.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aW5jaGVuLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70)

- 請求DSL如下：

```shell
GET /cars/transactions/_search
{
  "size": 0,
  "aggs": {
    "make_agg": {
      "terms": {                                    ---外層桶，按照汽車品牌聚合
        "field": "make"                             ---欄位是make
      },
      "aggs": {
        "color_agg": {
          "terms": {                                ---內層桶，按照汽車顏色聚合
            "field": "color",                       ---欄位是color
            "order": {                              ---要求內層桶排序
              "make_color_sales_rank": "desc"       ---排序欄位是make_color_sales_rank，降序
            }
          },
          "aggs": {
            "make_color_sales_rank": {              ---聚合欄位是make_color_sales_rank
              "sum": {                              ---metrics處理，型別是累加和
                "field": "price"                    ---累加值取自price欄位的值
              }
            }
          }
        }
      }
    }
  }
}
```

- 響應資料如下，可見buckets內的每個物件自身也有buckets陣列，裡面的每個元素就是子桶，這些子桶是已經排序過了的：

```shell
......
"aggregations" : {
    "make_agg" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : "ford",
          "doc_count" : 2,
          "color_agg" : {
            "doc_count_error_upper_bound" : 0,
            "sum_other_doc_count" : 0,
            "buckets" : [                ---buckets內每個元素是一個子桶，這些資料已按照make_color_sales_rank的值降序排序
              {
                "key" : "green",
                "doc_count" : 1,
                "make_color_sales_rank" : {
                  "value" : 30000.0
                }
              },
              {
                "key" : "blue",
                "doc_count" : 1,
                "make_color_sales_rank" : {
                  "value" : 25000.0
                }
              }
            ]
          }
        },
        {
          "key" : "toyota",
          "doc_count" : 2,
          "color_agg" : {
            "doc_count_error_upper_bound" : 0,
            "sum_other_doc_count" : 0,
            "buckets" : [                ---buckets內每個元素是一個子桶，這些資料已按照make_color_sales_rank的值降序排序
              {
                "key" : "blue",
                "doc_count" : 1,
                "make_color_sales_rank" : {
                  "value" : 15000.0
                }
              },
              {
                "key" : "green",
                "doc_count" : 1,
                "make_color_sales_rank" : {
                  "value" : 12000.0
                }
              }
            ]
          }
        },
        ......
```

- 此時，外層桶並沒有排序。

### 整體排序
- 前面的示例只是對內層桶做了排序，外層桶是沒有排序的，接下來看看如何做整體排序。

- 要想整體排序，一定要區分不同的內層桶的特點，才能做排序，總的來說分為以下幾種情況：

- **內層桶是外層桶的資料聚合生成的**，在前面的示例中，外層桶是都是某個品牌的汽車，對桶內資料按照顏色聚合，得到了內層桶，如下圖：

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20190504210353114.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aW5jaGVuLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70)

- 對於這樣的資料，**無法做整體排序**，因為內層桶的結果屬於多值，而整體排序只能基於單值進行，以下是[《Elasticsearch 權威指南》](https://www.elastic.co/guide/cn/elasticsearch/guide/current/_sorting_based_on_deep_metrics.html)的說明，見紅框內描述：

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20190504211151116.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aW5jaGVuLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70)

- **內層桶是外層桶的資料過濾生成的**，例如統計每個汽車品牌下紅色汽車的銷售額，先按照品牌聚合，再對外層桶按照顏色做過濾，這樣的巢狀是可以用內層桶欄位的值來排序的，DSL如下：

```shell
GET /cars/transactions/_search
{
  "size": 0,
  "aggs": {
    "makes": {                  ---外層桶欄位名
      "terms": {
        "field": "make",
        "order": {
          "colors>sales": "asc" ---用大於號連線巢狀桶的層次
        }
      },
      "aggs": {
        "colors": {             ---內層桶欄位名
          "filter": {
            "terms": {
              "color": [
                "red",
                "green"
              ]
            }
          },
          "aggs": {
            "sales": {         ---metrics處理後的欄位名
              "sum": {         ---metrics型別是求累加和
                "field": "price"
              }
            }
          }
        }
      }
    }
  }
}
```

- 返回資料如下所示，是按照sales欄位做的排序：

```shell
......
  "aggregations" : {
    "makes" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : "ford",
          "doc_count" : 2,
          "colors" : {
            "doc_count" : 0,
            "sales" : {
              "value" : 0.0
            }
          }
        },
        {
          "key" : "toyota",
          "doc_count" : 2,
          "colors" : {
            "doc_count" : 0,
            "sales" : {
              "value" : 0.0
            }
          }
        },
        {
          "key" : "honda",
          "doc_count" : 3,
          "colors" : {
            "doc_count" : 3,
            "sales" : {
              "value" : 50000.0
            }
          }
        },
        {
          "key" : "bmw",
          "doc_count" : 1,
          "colors" : {
            "doc_count" : 1,
            "sales" : {
              "value" : 80000.0
            }
          }
        }
      ]
    }
  }
}
```

- 對於巢狀桶，是否能進行整體排序的關鍵就在於整個巢狀路徑中，是否有多值的桶出現，如果沒有就可以用巢狀內部的欄位進行排序，除了上面的filter，還有global 和reverse_nested 這兩種桶型別生成的也是單值桶，因此也可以用其內部的欄位進行排序；

- 至此，巢狀桶的聚合結果排序已經實踐完畢了，希望您在面對類似排序問題時，此文能給您一些參考。

### 歡迎關注ITpub：程式設計師欣宸
> [學習路上，你不孤單，欣宸原創一路相伴...](http://blog.itpub.net/70017844/)

Elasticsearch聚合的巢狀桶如何排序

相關文章