今朋友问我关于python elasticsearch aggs的问题，虽然我自己也经常使用es，但因为业务的关系，能用到的elasticsearch语句来来回回就那些，然后再来回套用那几个DSL局域就可以了… 趁着这次跟别人交流的机会，我也把elasticsearch aggs聚合计算也好好的看看。
最近文章总是被无情的转走，这里标注下es aggs的原文链接:
和查询DSL一样，聚合(Aggregations)也拥有一种可组合(Composable)的语法：
为了掌握聚合aggs语法，你一定要了解两个主要概念：
Buckets(桶)：
满足某个条件的文档集合。
Metrics(指标)：
为某个桶中的文档计算得到的统计信息。
就是这样！每个聚合只是简单地由一个或者多个桶，零个或者多个指标组合而成。
桶和SQL中的组(Grouping)拥有相似的概念，而指标则与COUNT()，SUM()，MAX()，MIN(), AVG()等相似。
让我们仔细看看这些概念。
桶(Buckets)
一个桶就是满足特定条件的一个文档集合：
一名员工要么属于男性桶，或者女性桶。
城市杭州属于浙江省这个桶。
日期2014-10-28属于十月份这个桶。
随着聚合被执行，每份文档中的值会被计算来决定它们是否匹配了桶的条件。如果匹配成功，那么该文档会被置入该桶中，同时聚合会继续执行。
桶也能够嵌套在其它桶中，能让你完成层次或者条件划分这些需求。比如， 杭州可以被放置在浙江省这个桶中，而整个浙江省有属于中国这个桶中。
指标(Metrics)
桶能够让我们对文档进行有意义的划分，但是最终我们还是需要对每个桶中的文档进行某种指标计算。分桶是达到最终目的的手段：提供了对文档进行划分的方法，从而让你能够计算需要的指标。
多数指标仅仅是简单的数学运算(比如，min，mean，max以及sum)，它们使用文档中的值进行计算。在实际应用中，指标能够让你计算例如平均薪资，最高出售价格，或者百分之95的查询延迟。
一个聚合就是一些桶和指标的组合。一个聚合可以只有一个桶，或者一个指标，或者每样一个。在桶中甚至可以有多个嵌套的桶。比如，我们可以将文档按照其所属国家进行分桶，然后对每个桶计算其平均薪资(一个指标)。
因为桶是可以嵌套的，我们能够实现一个更加复杂的聚合操作：
将文档按照国家进行分桶。(桶)
然后将每个国家的桶再按照性别分桶。(桶)
然后将每个性别的桶按照年龄区间进行分桶。(桶)
最后，为每个年龄区间计算平均薪资。
懂了桶和指标的概念后，我们来试着看下面的几个elasticsearch表达式.
{
"aggs" : {
"colors" : {
"terms" : {
"field" : "color"
}
}
}
}
aggs是聚合的顶级标注，colors是名字，算是这次聚合任务的名字。 然后我们定义一个terms类型的桶，字段是color字段。
一句话简单说明，就是 把color进行group by分组。 虽然语法上看起来只是分组而已，但elasticsearch已经帮你把每种颜色都进行了聚合求数目，并且帮你按照数目进行从大到小排序。
{
"aggs": {
"colors": {
"terms": {
"field": "color"
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
}
}
}
}
}
我们看到上面的聚合语句的难度要复杂与上次的，因为多了一个avg求平均数的指标。avg本身的意思很好理解，就是给price做avg。但我们需要注意的是，他的取值范围 ！ 他是受限于他上层的桶 ，他的上层桶只有一个，那就是terms的那个。 那这个语句所要表达的意思就很明显了。 首先要针对每个颜色进行分组，然后每个颜色的所有的价格，进行求平均值。
{
"aggs": {
"colors": {
"terms": {
"field": "color"
},
"aggs": {
"avg_price": {
"avg": {
"field": "price"
}
},
"make": {
"terms": {
"field": "make"
}
}
}
}
}
}
这里多了一个跟avg平级的聚合，他其实也是在做桶的操作，但他跟avg一样都是存在于terms color那个桶的。 这个语句要表达的意思是说，不仅显示每个颜色的数目，每个颜色的平均值，每个颜色里面针对make(品牌)进行分组统计。
{
"aggs": {
"colors": {
"terms": {
"field": "color"
},
"aggs": {
"avg_price": { "avg": { "field": "price" }
},
"make" : {
"terms" : {
"field" : "make"
},
"aggs" : {
"min_price" : { "min": { "field": "price"} },
"max_price" : { "max": { "field": "price"} }
}
}
}
}
}
}
相比之前的，我们可以看到明显多出min_price max_price这两个字段。 基于上面的解释，我们再继续描述下他所表达的意思。不仅显示每个颜色的数目，每个颜色的平均值，每个颜色里面针对make(品牌)进行分组统计，然后继续得到最便宜的价格，最贵的价格。
{
"aggs": {
"sales": {
"date_histogram": {
"field": "sold",
"interval": "month",
"format": "yyyy-MM-dd",
"min_doc_count" : 0,
"extended_bounds" : {
"min" : "2014-01-01",
"max" : "2014-12-31"
}
}
}
}
}
date_histogram是aggs表述时间范围的，这也是我们经常会用到的。 上面的聚合语句表达的意思是说，2014整年里按照每个月的维度进行分组聚合，求每个月有多少item。
大家一定要理解Buckets(桶)及Metrics(指标)概念，buckets多层嵌套的概念，想基于哪个桶做统计计算，只需要嵌入一层aggs就可以了。
对于用python操作elasticsearch的朋友，可以看看我用来学习elasticsearch的语法解析模块。 通过这个可以很好的学习es语法。 elasticsearch_parse是改自官方es orm模块。
https://github.com/rfyiamcool/elasticsearch_parse
END… … !
