Stats Bucket Aggregation

警告

此功能是实验性的,可能会在将来的版本中完全更改或删除。Elastic将采取最大的努力来解决此问题,但实验功能不受SLA官方功能的支持。

统计桶聚合,在一组聚合的所有桶中对一个指定的度量计算各种统计值。指定的度量必须是数字型而且这个桶聚合必须是多桶聚合。

语法

stats_bucket 聚合结构如下:

{
    "stats_bucket": {
        "buckets_path": "the_sum"
    }
}

stats_bucket 参数如下:

参数名称 描述 是否必填 默认值
buckets_path 想要计算统计信息的桶路径,点击 the section called “buckets_path Syntaxedit”查看更多细节 必填
gap_policy 当数据缺口出现时采用的策略,点击the section called “Dealing with gaps in the dataedit”查看更多细节 可选 skip
format 用于规范聚合输出值的格式 可选 null

以下代码段计算每月销售总额的统计信息:

POST /sales/_search
{
    "size": 0,
    "aggs" : {
        "sales_per_month" : {
            "date_histogram" : {
                "field" : "date",
                "interval" : "month"
            },
            "aggs": {
                "sales": {
                    "sum": {
                        "field": "price"
                    }
                }
            }
        },
        "stats_monthly_sales": {
            "stats_bucket": {
                "buckets_path": "sales_per_month>sales" #1
            }
        }
    }
}

| 1 | bucket_path指示这个stats_bucket聚合是要得到sales_per_month日期直方图中的sales聚合的统计信息。 |

可能得到如下的响应:

{
   "took": 11,
   "timed_out": false,
   "_shards": ...,
   "hits": ...,
   "aggregations": {
      "sales_per_month": {
         "buckets": [
            {
               "key_as_string": "2015/01/01 00:00:00",
               "key": 1420070400000,
               "doc_count": 3,
               "sales": {
                  "value": 550.0
               }
            },
            {
               "key_as_string": "2015/02/01 00:00:00",
               "key": 1422748800000,
               "doc_count": 2,
               "sales": {
                  "value": 60.0
               }
            },
            {
               "key_as_string": "2015/03/01 00:00:00",
               "key": 1425168000000,
               "doc_count": 2,
               "sales": {
                  "value": 375.0
               }
            }
         ]
      },
      "stats_monthly_sales": {
         "count": 3,
         "min": 60.0,
         "max": 550.0,
         "avg": 328.3333333333333,
         "sum": 985.0
      }
   }
}