千家信息网

ElasticSearch中group by + avg + sort等聚合分析是什么样的

发表于:2026-11-02 作者:千家信息网编辑
千家信息网最后更新 2026年11月02日,本篇文章为大家展示了ElasticSearch中group by + avg + sort等聚合分析是什么样的,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。将
千家信息网最后更新 2026年11月02日ElasticSearch中group by + avg + sort等聚合分析是什么样的

本篇文章为大家展示了ElasticSearch中group by + avg + sort等聚合分析是什么样的,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

将文本fields的Fielddata属性设置true

PUT http://{{es-host}}/ecommerce/_mapping/produce{        "properties":{                "tags":{                        "type":"text",                        "fielddata":true                }        }}

1、计算每个tag下的商品数量

GET http://{{es-host}}/ecommerce/produce/_search{        "size":0,        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        }                }        }}

group_by_tags 代表聚合分组名称,可以随意写,表述清楚含义即可;

field的值对应要聚合的字段

结果:

{    "took": 43,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2                },                {                    "key": "meibai",                    "doc_count": 2                },                {                    "key": "qingxin",                    "doc_count": 1                }            ]        }    }}

2、按商品名称搜索并聚合

GET http://{{es-host}}/ecommerce/produce/_search{        "query":{                "match_phrase":{                        "name":"yagao"                }        },        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        }                }        },        "size":0}

检索结果:

{    "took": 17,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2                },                {                    "key": "meibai",                    "doc_count": 2                },                {                    "key": "qingxin",                    "doc_count": 1                }            ]        }    }}

3、先分组,再计算每个分组的平均值

GET http://{{es-host}}/ecommerce/produce/_search{        "size":0,        "aggs":{                "group_by_tags":{                        "terms":{                                "field":"tags"                        },                        "aggs":{                                "avg_price":{                                        "avg":{                                                "field":"price"                                        }                                }                        }                }        }}

结果:

{    "took": 83,    "timed_out": false,    "_shards": {        "total": 5,        "successful": 5,        "skipped": 0,        "failed": 0    },    "hits": {        "total": 4,        "max_score": 0,        "hits": []    },    "aggregations": {        "group_by_tags": {            "doc_count_error_upper_bound": 0,            "sum_other_doc_count": 0,            "buckets": [                {                    "key": "fangzhu",                    "doc_count": 2,                    "avg_price": {                        "value": 27.5                    }                },                {                    "key": "meibai",                    "doc_count": 2,                    "avg_price": {                        "value": 40                    }                },                {                    "key": "qingxin",                    "doc_count": 1,                    "avg_price": {                        "value": 40                    }                }            ]        }    }}

上述内容就是ElasticSearch中group by + avg + sort等聚合分析是什么样的,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注行业资讯频道。

结果 分组 分析 内容 名称 商品 技能 知识 清楚 简明 简明扼要 代表 含义 字段 就是 属性 平均值 数量 文本 文章 数据库的安全要保护哪些东西 数据库安全各自的含义是什么 生产安全数据库录入 数据库的安全性及管理 数据库安全策略包含哪些 海淀数据库安全审计系统 建立农村房屋安全信息数据库 易用的数据库客户端支持安全管理 连接数据库失败ssl安全错误 数据库的锁怎样保障安全 为想互联网科技怎么样 重生之互联网科技帝国 中国互联网科技股 广州互联网科技公司 深圳互联网络科技有限公司 互联网未来科技 互联网金融科技创新 西安互联网科技公司 科技互联网公司logo 润盈互联网科技 互联网汽车科技小镇 团飞科技与伯堂互联网服务平台 浙南科技城互联网大厦建设工程 互联网方面的科技前沿 互联网企业科技类企业如何做账 湖北辰鑫科技互联网 互联网公司属于科技吗 亚光科技低轨卫星互联网 山东亿川互联网科技有限责任公司 互联网科技快速发展优美句子 深圳恒合互联网络科技有限公司 互联网科技公司税收优惠 互联网 科技公司 互联网 卓越科技 世界互联网领先科技成果 齐家互联网科技有限公司 济南和联互联网科技有限公司 承德科技产业互联网发展 上海同邻互联网科技有限公司规模 中国主要互联网科技公司
0