SpringCloud：ElasticSearch之数据聚合

女爷i 2024-03-23 14:21 61阅读 0赞

**[聚合（][Link 1][aggregations][Link 1][）][Link 1]** 可以让我们极其方便的实现对数据的统计、分析、运算。例如：

*  什么品牌的手机最受欢迎？
 *  这些手机的平均价格、最高价格、最低价格？
 *  这些手机每月的销售情况如何？

实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

### 1.聚合的种类 ###

聚合常见的有三类：

*  **桶（`Bucket`）** 聚合：用来对文档做分组
    
     *  `TermAggregation`：按照文档字段值分组，例如按照品牌值分组、按照国家分组
     *  `Date Histogram`：按照日期阶梯分组，例如一周为一组，或者一月为一组
 *  **度量（`Metric`）** 聚合：用以计算一些值，比如：最大值、最小值、平均值等
    
     *  `Avg`：求平均值
     *  `Max`：求最大值
     *  `Min`：求最小值
     *  `Stats`：同时求`max`、`min`、`avg`、`sum`等
 *  **管道（`pipeline`）** 聚合：其它聚合的结果为基础做聚合

> **注意：** 参加聚合的字段必须是`keyword`、日期、数值、布尔类型

### 2.`DSL`实现聚合 ###

现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是`Bucket`聚合。

#### 2.1.`Bucket`聚合语法 ####

语法如下：

GET /hotel/_search
    {
        
      "size": 0,  // 设置size为0，结果中不包含文档，只包含聚合结果
      "aggs": {
         // 定义聚合
        "brandAgg": {
         //给聚合起个名字
          "terms": {
         // 聚合的类型，按照品牌值聚合，所以选择term
            "field": "brand", // 参与聚合的字段
            "size": 20 // 希望获取的聚合结果数量
          }
        }
      }
    }

结果如图：

![在这里插入图片描述][39b75761812543d08b4f3f1c07728308.png_pic_center]

#### 2.2.聚合结果排序 ####

默认情况下，`Bucket`聚合会统计`Bucket`内的文档数量，记为`_count`，并且按照`_count`降序排序。

我们可以指定order属性，自定义聚合的排序方式：

GET /hotel/_search
    {
        
      "size": 0, 
      "aggs": {
        
        "brandAgg": {
        
          "terms": {
        
            "field": "brand",
            "order": {
        
              "_count": "asc" // 按照_count升序排列
            },
            "size": 20
          }
        }
      }
    }

结果如图：

![在这里插入图片描述][283c1606ffb942eea8fddaec9216d049.png_pic_center]

#### 2.3.限定聚合范围 ####

默认情况下，`Bucket`聚合是对索引库的所有文档做聚合，但真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。

我们可以限定要聚合的文档范围，只要添加`query`条件即可：

GET /hotel/_search
    {
        
      "query": {
        
        "range": {
        
          "price": {
        
            "lte": 200 // 只对200元以下的文档聚合
          }
        }
      }, 
      "size": 0, 
      "aggs": {
        
        "brandAgg": {
        
          "terms": {
        
            "field": "brand",
            "size": 20
          }
        }
      }
    }

这次，聚合得到的品牌明显变少了：

![在这里插入图片描述][b037fa24fa374d49beb6aeec118e6dee.png_pic_center]

#### 2.4.`Metric`聚合语法 ####

上节课，我们对酒店按照品牌分组，形成了一个个桶。现在我们需要对桶内的酒店做运算，获取每个品牌的用户评分的`min`、`max`、`avg`等值。

这就要用到`Metric`聚合了，例如`stat`聚合：就可以获取`min`、`max`、`avg`等结果。

语法如下：

GET /hotel/_search
    {
        
      "size": 0, 
      "aggs": {
        
        "brandAgg": {
         
          "terms": {
         
            "field": "brand", 
            "size": 20
          },
          "aggs": {
         // 是brands聚合的子聚合，也就是分组后对每组分别计算
            "score_stats": {
         // 聚合名称
              "stats": {
         // 聚合类型，这里stats可以计算min、max、avg等
                "field": "score" // 聚合字段，这里是score
              }
            }
          }
        }
      }
    }

这次的`score_stats`聚合是在`brandAgg`的聚合内部嵌套的子聚合。因为我们需要在每个桶分别计算。

另外，我们还可以给聚合结果做个排序，例如按照每个桶的酒店平均分做排序：

![在这里插入图片描述][47c1548b210943ad9edc8883a3c7d86a.png_pic_center]

#### 2.5.小结 ####

`aggs`代表聚合，与`query`同级，此时`query`的作用是？

*  限定聚合的的文档范围

聚合必须的三要素：

*  聚合名称
 *  聚合类型
 *  聚合字段

聚合可配置属性有：

*  `size`：指定聚合结果数量
 *  `order`：指定聚合结果排序方式
 *  `field`：指定聚合字段

### 3.`RestAPI`实现聚合 ###

#### 3.1.`API`语法 ####

聚合条件与`query`条件同级别，因此需要使用`request.source()`来指定聚合条件。

聚合条件的语法：

![在这里插入图片描述][df7d2bb4ee2d4b7b9c210e9f7ee5c153.png_pic_center]

聚合的结果也与查询结果不同，`API`也比较特殊。不过同样是`JSON`逐层解析：

![在这里插入图片描述][42091882c06a409fb9dd26c0457a423f.png_pic_center]

#### 3.2.业务需求 ####

需求：搜索页面的品牌、城市等信息不应该是在页面写死，而是通过聚合索引库中的酒店数据得来的：

![在这里插入图片描述][448e741e9c2944b1801f3a47838b9fee.png_pic_center]

分析：

目前，页面的城市列表、星级列表、品牌列表都是写死的，并不会随着搜索结果的变化而变化。但是用户搜索条件改变时，搜索结果会跟着变化。

例如：用户搜索“东方明珠”，那搜索的酒店肯定是在上海东方明珠附近，因此，城市只能是上海，此时城市列表中就不应该显示北京、深圳、杭州这些信息了。

也就是说，搜索结果中包含哪些城市，页面就应该列出哪些城市；搜索结果中包含哪些品牌，页面就应该列出哪些品牌。

如何得知搜索结果中包含哪些品牌？如何得知搜索结果中包含哪些城市？

使用聚合功能，利用`Bucket`聚合，对搜索结果中的文档基于品牌分组、基于城市分组，就能得知包含哪些品牌、哪些城市了。

因为是对搜索结果聚合，因此聚合是**限定范围的聚合**，也就是说聚合的限定条件跟搜索文档的条件一致。

返回值类型就是页面要展示的最终结果：

![在这里插入图片描述][0259449a029e41c68c890931a731ad9a.png_pic_center]

结果是一个`Map`结构：

*  `key`是字符串，城市、星级、品牌、价格
 *  `value`是集合，例如多个城市的名称

#### 3.3.业务实现 ####

在`cn.itcast.hotel.web`包的`HotelController`中添加一个方法，遵循下面的要求：

*  请求方式：`POST`
 *  请求路径：`/hotel/filters`
 *  请求参数：`RequestParams`，与搜索文档的参数一致
 *  返回值类型：`Map<String, List<String>>`

代码：

@PostMapping("filters")
        public Map<String, List<String>> getFilters(@RequestBody RequestParams params){
        
            return hotelService.filters(params);
        }

这里调用了`IHotelService`中的`getFilters`方法，尚未实现。

在`cn.itcast.hotel.service.IHotelService`中定义新方法：

Map<String, List<String>> filters(RequestParams params);

在`cn.itcast.hotel.service.impl.HotelService`中实现该方法：

@Override
        public Map<String, List<String>> filters(RequestParams params) {
        
            try {
        
                // 1.准备Request
                SearchRequest request = new SearchRequest("hotel");
                // 2.准备DSL
                // 2.1.query
                buildBasicQuery(params, request);
                // 2.2.设置size
                request.source().size(0);
                // 2.3.聚合
                buildAggregation(request);
                // 3.发出请求
                SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT);
                // 4.解析结果
                Map<String, List<String>> result = new HashMap<>();
                Aggregations aggregations = response.getAggregations();
                // 4.1.根据品牌名称，获取品牌结果
                List<String> brandList = getAggByName(aggregations, "brandAgg");
                result.put("品牌", brandList);
                // 4.2.根据品牌名称，获取品牌结果
                List<String> cityList = getAggByName(aggregations, "cityAgg");
                result.put("城市", cityList);
                // 4.3.根据品牌名称，获取品牌结果
                List<String> starList = getAggByName(aggregations, "starAgg");
                result.put("星级", starList);
    
                return result;
            } catch (IOException e) {
        
                throw new RuntimeException(e);
            }
        }
    
        private void buildAggregation(SearchRequest request){
        
            request.source().aggregation(AggregationBuilders
                    .terms("brandAgg")
                    .field("brand")
                    .size(100)
            );
            request.source().aggregation(AggregationBuilders
                    .terms("cityAgg")
                    .field("city")
                    .size(100)
            );
            request.source().aggregation(AggregationBuilders
                    .terms("starAgg")
                    .field("starName")
                    .size(100)
            );
        }
    
        private List<String> getAggByName(Aggregations aggregations, String aggName){
        
            // 4.1.根据聚合名称获取聚合结果
            Terms brandTerms = aggregations.get(aggName);
            // 4.2.获取buckets
            List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();
            // 4.3.遍历
            List<String> brandList = new ArrayList<>();
            for (Terms.Bucket bucket : buckets) {
        
                // 4.4.获取key
                String key = bucket.getKeyAsString();
                brandList.add(key);
            }
            return brandList;
        }

![在这里插入图片描述][daa8417a460e4840b5a0400ea356f90e.png_pic_center]

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations.html
[39b75761812543d08b4f3f1c07728308.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/50d07d56dea940719813d02a4b3cd762.png
[283c1606ffb942eea8fddaec9216d049.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/fdffbbe7a4a041d1af2e134b50b15784.png
[b037fa24fa374d49beb6aeec118e6dee.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/b8af05323e1a47ddb3715901832c07ba.png
[47c1548b210943ad9edc8883a3c7d86a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/39f30ff1230a41ab8fe2f7b4ebe77335.png
[df7d2bb4ee2d4b7b9c210e9f7ee5c153.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4fbed4bd5fcd4d3e93224905e98c1e32.png
[42091882c06a409fb9dd26c0457a423f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/831a9de2e235478e9519d8c5c0355e7a.png
[448e741e9c2944b1801f3a47838b9fee.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/e522b10e359a46c48099eba8fa7b2c32.png
[0259449a029e41c68c890931a731ad9a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/e6b53bae9be746d581271ea7b6d72ebf.png
[daa8417a460e4840b5a0400ea356f90e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f0ebaf2380f642769d383ea8bfe1367e.png