分析

最后，我们还有一个需求需要完成：允许管理者在职员目录中进行一些分析。 Elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。

举个例子，让我们找到所有职员中最大的共同点（兴趣爱好）是什么：

  1. GET /megacorp/employee/_search
  2. {
  3.   "aggs": {
  4.     "all_interests": {
  5.       "terms": { "field": "interests" }
  6.     }
  7.   }
  8. }

暂时先忽略语法只看查询结果：

  1. {
  2.    ...
  3.    "hits": { ... },
  4.    "aggregations": {
  5.       "all_interests": {
  6.          "buckets": [
  7.             {
  8.                "key":       "music",
  9.                "doc_count": 2
  10.             },
  11.             {
  12.                "key":       "forestry",
  13.                "doc_count": 1
  14.             },
  15.             {
  16.                "key":       "sports",
  17.                "doc_count": 1
  18.             }
  19.          ]
  20.       }
  21.    }
  22. }

我们可以看到两个职员对音乐有兴趣，一个喜欢林学，一个喜欢运动。这些数据并没有被预先计算好，它们是实时的从匹配查询语句的文档中动态计算生成的。如果我们想知道所有姓”Smith”的人最大的共同点（兴趣爱好），我们只需要增加合适的语句既可：

  1. GET /megacorp/employee/_search
  2. {
  3.   "query": {
  4.     "match": {
  5.       "last_name": "smith"
  6.     }
  7.   },
  8.   "aggs": {
  9.     "all_interests": {
  10.       "terms": {
  11.         "field": "interests"
  12.       }
  13.     }
  14.   }
  15. }

all_interests聚合已经变成只包含和查询语句相匹配的文档了：

  1.   ...
  2.   "all_interests": {
  3.      "buckets": [
  4.         {
  5.            "key": "music",
  6.            "doc_count": 2
  7.         },
  8.         {
  9.            "key": "sports",
  10.            "doc_count": 1
  11.         }
  12.      ]
  13.   }

聚合也允许分级汇总。例如，让我们统计每种兴趣下职员的平均年龄：

  1. GET /megacorp/employee/_search
  2. {
  3.     "aggs" : {
  4.         "all_interests" : {
  5.             "terms" : { "field" : "interests" },
  6.             "aggs" : {
  7.                 "avg_age" : {
  8.                     "avg" : { "field" : "age" }
  9.                 }
  10.             }
  11.         }
  12.     }
  13. }

虽然这次返回的聚合结果有些复杂，但任然很容易理解：

  1.   ...
  2.   "all_interests": {
  3.      "buckets": [
  4.         {
  5.            "key": "music",
  6.            "doc_count": 2,
  7.            "avg_age": {
  8.               "value": 28.5
  9.            }
  10.         },
  11.         {
  12.            "key": "forestry",
  13.            "doc_count": 1,
  14.            "avg_age": {
  15.               "value": 35
  16.            }
  17.         },
  18.         {
  19.            "key": "sports",
  20.            "doc_count": 1,
  21.            "avg_age": {
  22.               "value": 25
  23.            }
  24.         }
  25.      ]
  26.   }

该聚合结果比之前的聚合结果要更加丰富。我们依然得到了兴趣以及数量（指具有该兴趣的员工人数）的列表，但是现在每个兴趣额外拥有avg_age字段来显示具有该兴趣员工的平均年龄。

即使你还不理解语法，但你也可以大概感觉到通过这个特性可以完成相当复杂的聚合工作，你可以处理任何类型的数据。