子句说明
一个关键词查询后可能会找到数以万计的文档，用户不太可能浏览所有的文档来获取自己需要的信息，有些情况下用户感兴趣的可能是一些统计的信息。
子句语法
aggregate=group_key:field, range:number1~number2, agg_fun:func1#func2, max_group:number2, agg_filter:filter_clause, max_group:numbergroup_key：必选参数。field为要进行统计的字段名，必须配置属性字段，字段类型必须是整形或者string。
agg_fun：必选参数。func可以为count()、sum(id)、max(id)、min(id)四种系统函数，含义分别为：文档个数、对ID字段求和、取ID字段最大值、取ID字段最小值；支持同时进行多个函数的统计，中间用英文井号（#）分隔；sum、max、min的内容支持基本的算术运算；
range：表示分段统计，可用于分布统计，只支持单个range参数。表示number1~number2及大于number2的区间情况。不支持string类型的字段分布统计。
agg_filter：非必须参数，表示仅统计满足特定条件的文档；
agg_sampler_threshold：非必须参数，抽样统计的阈值。表示该值之前的文档会依次统计，该值之后的文档会进行抽样统计；
agg_sampler_step：非必须参数，抽样统计的步长。表示从agg_sampler_threshold后的文档将间隔agg_sampler_step个文档统计一次。对于sum和count类型的统计会把阈值后的抽样统计结果最后乘以步长进行估算，估算的结果再加上阈值前的统计结果就是最后的统计结果。
max_group：最大返回组数，默认为1000。
示例：
简单统计示例
aggregate=group_key:group_id,agg_fun:sum(price)
返回结果示例（只展示统计结果）：
{
result: {
facet: [
{
key: "group_id",
items: [
{
value: 43,
sum: 81
},
{
value: 63,
sum: 91
}
]
}
]
}
},抽样统计
aggregate=group_key:company_id,agg_fun:count(),agg_sampler_threshold:5,agg_sampler_step:2
注：中抽样的阈值为5，步长为2，前5个命中的文档会依次统计，从第6个文档开始每隔1个文档进行抽样统计。对于sum和count类型的统计会把从第6个文档开始的抽样统计结果最后乘以步长进行估算，估算的结果再加上伐值前的统计结果就是最后的统计结果。同时统计多项信息
aggregate=group_key:company_id,agg_fun:sum(id)#max(id)#min(id)
注：同时获取company_id中id之和，最大值及最小值，多个function函数之间用'#'拼接多groupkey统计
aggregate=group_key:id,agg_fun:sum(price)&&aggregate=group_key:company_id,agg_fun:count(),agg_sampler_threshold:5, agg_sampler_step:2
注：可以支持多个统计子句，多个统计子句之间使用'&&'拼接精确统计
config=cluster:general.default_agg&&aggregate=group_key:company_id,agg_fun:count()
注：指定cluster为clusterName连接'.default_agg'，表示开启精确统计，精确统计也是受限于rank_size，在rank_size范围之内是精确的。如果满足条件的文档个数远大于rank_size，大于的部分是不会参与统计的。类精确统计
aggregate=group_key:company_id,agg_fun:distinct_count(brand)
注：如果统计函数为distinct_count，表示开启类精确统计（基于HLL算法），这种统计的精度损失通常在1%以内。注意事项
aggregate为非必选子句；
在aggregate中出现的字段必须在定义应用结构的时候配置为属性字段；
aggregate结果会在搜索节点facet节点中展示出来，具体值字段名为agg_fun的名字，如sum、count等
aggregate支持多个key的统计，多个统计中间用英文分号（;）分隔。
该统计子句信息展示在facet 中，需设置config子句中的format 为fulljson 格式，才会返回并展示facet 对应内容。
受引擎性能影响，aggregate统计子句仅能保证10w的召回量下的文档数统计准确，超过10w的文档数统计不保证准确。