aggs子句

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

{
  "aggs" : [
    {
      "group_key": "field",
      "agg_fun" : ["func1", "func2"],
      "agg_filter" : "filter_expression",
      "agg_range" : [number1, number2],
      "max_group" : number,
      "order_by":"count"
    } 
  ]
}

• group_key：必选参数。field为要进行统计的字段名，必须配置属性字段，字段类型必须是整型或者string类型。

• agg_fun：必选参数。func可以为count()、sum(id)、max(id)、min(id)、distinct_count(id)五种系统函数，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、对ID进行打散统计；支持同时进行多个函数的统计；

• agg_filter：可选参数，表示仅统计满足特定条件的文档，agg_filter为逻辑表达式，具体逻辑可以参考filter子句。

• range：可选参数，表示分段统计，可用于分布统计，只支持单个range参数。表示统计number1~number2及大于number2的区间情况。不支持string类型的字段分布统计。

• max_group：可选参数，最大返回组数，默认为1000。

• order_by：可选参数，参数必须为count，对统计结果进行排序，不指定默认安装group_key字典序排序。

示例：

• 简单统计示例

  {
    "aggs" : [
      {
        "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
  　　　　　　　　　　}
  　　　　　　　　]
  　　　　　　}
  　　　　]
  　　}
  },

• 同时统计多项信息

  {
    "aggs" : [
      {
        "group_key": "company_id",
        "agg_fun" : ["sum(id)", "max(id)", "min(id)"]
  		} 
    ]
  }

• 多groupkey统计

  {
    "aggs" : [
      {
        "group_key": "group_id",
        "agg_fun" : ["sum(price)"]
  		},
      {
        "group_key": "company_id",
        "agg_fun" : ["count()"]
  		} 
    ]
  }

• 只统计满足条件的数据

  #只统计price大于100的数据
  {
    "aggs" : [
      {
        "group_key": "group_id",
        "agg_fun" : ["sum(price)"],
        "agg_filter" : "price > 100"
  		} 
    ]
  }

• 类精确统计

  {
    "aggs" : [
      {
        "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

  • 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

  • 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统计子句默认单分片保证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，可以通过调整集群配置来修改词参数。

  • 如果返回的分组数过多（max_group设置过大，比如万级别）可能会导致查询节点（qrs），消耗大量内存，出现oom的情况。