文章目錄

• 概述
• 官方說明Avg Aggregation
• 案例：統計每種顏色電視平均價格

---

概述

繼續跟中華石杉老師學習ES，第33篇

課程地址： https://www.roncoo.com/view/55

---

先回顧一下，白話Elasticsearch32-深入聚合數據分析之案例實戰Terms Aggregation 中演示了Terms Aggregation ,其實就是分組操作 ，根據某個字段將數據分到不同的bucket中，DSL及返回結果如下

按照color去分bucket，可以拿到每個color bucket中的數量，這個僅僅只是一個bucket操作，返回結果中 包含key 和 doc_count 。 doc_count可以理解為es的bucket操作默認執行的一個內置metric（其實不是）。

這里我們將學習下除了bucket操作（分組），還要對每個bucket執行一個metric聚合統計操作

---

官方說明Avg Aggregation

官方說明： Avg Aggregation

更多說明請參考官網

---

案例：統計每種顏色電視平均價格

原始數據：

思路：

• 先按照顏色進行bucket分組操作

• 再對每個bucket執行一個metric聚合統計操作

先按照顏色進行bucket分組

GET /tvs/sales/_search {"size": 0 ,"aggs": {"group_by_color": {"terms": {"field": "color"}}} }

---

緊接著： 在一個aggs執行的bucket操作（terms），平級的json結構下，再加一個aggs，這個第二個aggs內部，同樣取個名字，執行一個metric操作，avg，對之前的每個bucket中的數據的指定的field，price field，求一個平均值

全部的DSL如下：

GET /tvs/sales/_search {"size": 0 ,"aggs": {"group_by_color": {"terms": {"field": "color"},"aggs":{"avg_price":{"avg": {"field": "price"}}}}} }

請求DSL 分析下：

"aggs": { "avg_price": { "avg": {"field": "price" }} }

就是一個metric，就是一個對一個bucket分組操作之后，對每個bucket都要執行的一個metric

---

返回結果分析下：

• buckets： key （分組關鍵字）和doc_count （數量）
• avg_price：我們自己取的metric aggs的名字
• value：我們的metric計算的結果，每個bucket中的數據的price字段求平均值后的結果

類比下我們常用的SQL：

select avg(price) from tvs.sales group by color

總結

以上是生活随笔為你收集整理的白话Elasticsearch33-深入聚合数据分析之案例实战bucket + metrics 统计每种颜色电视平均价格的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。