Elasticsearch聚合学习之四：结果排序-CFANZ编程社区

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

本篇概览

本文是《Elasticsearch聚合学习》系列的第四篇，在前面的实战中，聚合的结果以桶(bucket)为单位，放在JSON数组中返回，这些数据是没有排序的，今天来学习如何给这些数据进行排序；

系列文章列表

《Elasticsearch聚合学习之一：基本操作》；
《Elasticsearch聚合学习之二：区间聚合》；
《Elasticsearch聚合学习之三：范围限定》;
《理解elasticsearch的post_filter》；

环境信息

以下是本次实战的环境信息，请确保您的Elasticsearch可以正常运行：

操作系统：Ubuntu 18.04.2 LTS
JDK：1.8.0_191
Elasticsearch：6.7.1
Kibana：6.7.1

实战用的数据依然是一些汽车销售的记录，在第一章有详细的导入步骤，请参考操作，导入后您的es中的数据如下图：

在这里插入图片描述

接下来一起实战聚合排序吧；

默认排序

之前文章中的聚合查询，我们都没有做排序设置，此时es会用每个桶的doc_count字段做降序，下图是个terms桶聚合的示例，可见返回了三个bucket对象，是按照doc_count字段降序排列的：

在这里插入图片描述

内置排序

除了自定义排序，es自身也内置了两种排序参数，可以直接拿来使用：
_count：这个参数对应的就是doc_count，以下请求的排序效果和默认的排序效果是一致的：

GET /cars/transactions/_search
{
  size:0,
  aggs:{
   popular_colors:{
     terms: {
       field: color,
       order: {             ---表示要对聚合结果做排序
         _count: desc     ---排序字段是doc_count，顺序是降序
       }
     }
   } 
  }
}

_key：在区间聚合的时候(histogram或者date_histogram)，可以根据桶的key做排序：

GET /cars/transactions/_search
{
  size: 0,
  aggs: {
    price: {
      histogram: {           ---区间聚合
        field: price,      ---取price字段的值
        interval: 20000,     ---每个区间的大小是20000
        order: {             ---表示要对聚合结果做排序
          _key: desc       ---排序字段是桶的key值，这里是每个区间的起始值，顺序是降序
        }
      }
    }
  }
}

返回结果如下，已经按照key的大小从大到小排序：

  ......
  aggregations : {
    price : {
      buckets : [
        {
          key : 80000.0,
          doc_count : 1
        },
        {
          key : 60000.0,
          doc_count : 0
        },
        {
          key : 40000.0,
          doc_count : 0
        },
        {
          key : 20000.0,
          doc_count : 4
        },
        {
          key : 0.0,
          doc_count : 3
        }
      ]
    }
  }
}

《Elasticsearch 权威指南》里指出：_key只在 histogram 和 date_histogram 内使用，原文如下图红框所示：

在这里插入图片描述

但是在实际操作中发现，6.7.1版本中，除了histogram 和 date_histogram，terms桶也可以用**_key**排序，如下图，是按照key的字母降序：
把desc改为asc之后返回如下图，变成了按照key的首字母升序排序：
另外《Elasticsearch 权威指南》中还提到一种内置排序类型**_term**，但是《Elasticsearch官方文档》中宣布该类型在6.0之后已经废弃，如下：

在这里插入图片描述

也许是"手贱"的缘故，我还是用_term试了下，可以返回结果，但是会建议用_key替代_term，如下图：

按照metrics排序(metrics结果只有一个值)

常见的metrics有累加和(sum)、最大值(max)、最小值(min)、平均值(avg)，这些metrics的特点是处理结果只有一个值，我们可以按照这个结果来排序，例如计算每个汽车品牌的销售额，再按照销售额排序：

GET /cars/transactions/_search
{
  size: 0,
  aggs: {
    sales_rank: {
      terms: {               ---桶类型是terms
        field: make,       ---按照make字段聚合
        order: {             ---要求排序
          sales: desc      ---排序字段是sales
        }
      },
      aggs: {
        sales: {            ---metrics处理后的结果保存在名为sales的字段中，排序已经指定了该字段
          sum: {            ---桶内的metrics处理，类型是累加
            field: price  ---将price字段的值累加
          }
        }
      }
    }
  }
}

下面是聚合结果，可见已按照每个品牌的销售额大小做了降序的排序：

......
  aggregations : {                          ---聚合结果
    sales_rank : {                          ---桶名称
      doc_count_error_upper_bound : 0,
      sum_other_doc_count : 0,
      buckets : [                           ---这个JSON数组内是按照品牌聚合而成的所有桶
        {
          key : bmw,                      ---品牌为bmw的桶
          doc_count : 1,                    ---文档数量为1
          sales : {                         ---metrics处理结果
            value : 80000.0                 ---品牌为bmw的汽车销售总额是80000
          }
        },
        {
          key : ford,
          doc_count : 2,
          sales : {
            value : 55000.0
          }
        },
        {
          key : honda,
          doc_count : 3,
          sales : {
            value : 50000.0
          }
        },
        {
          key : toyota,
          doc_count : 2,
          sales : {
            value : 27000.0
          }
        }
      ]
    }
  }
}

按照metrics排序(metrics结果有多个值)

和sum、max这些只有一个结果的metrics不同，extended_stats的结果包含了数量、最大值、最小值、平均值、累加和等多种处理，此时必须要指定用其中的哪一项（否则会返回错误：Invalid aggregation order path [xxxx]. When ordering on a multi-value metrics aggregation a metric name must be specified）:

GET /cars/transactions/_search
{
  size: 0,
  aggs: {
    sales_rank: {
      terms: {                 ---桶类型是terms
        field: make,         ---按照make字段聚合
        order: {               ---要求排序
          stat.avg: asc      ---排序字段是metrics结果的一个子项(平均值)，升序
        }
      },
      aggs: {
        stat: {                ---metrics处理后的结果保存在名为stat的字段中，排序已经指定了该字段的agv子项(平均值)
          extended_stats: {    ---桶内的metrics处理，类型是计算数量、最大值、最小值、平均值等多个指标项
            field: price     ---将price字段的值拿来做metrics处理
          }
        }
      }
    }
  }
}

返回结果如下，可见已经按照metrics结果的avg子项做了升序排序：

......
aggregations : {
    sales_rank : {
      doc_count_error_upper_bound : 0,
      sum_other_doc_count : 0,
      buckets : [
        {
          key : toyota,
          doc_count : 2,
          stat : {
            count : 2,
            min : 12000.0,
            max : 15000.0,
            avg : 13500.0,               ---排序字段
            sum : 27000.0,
            sum_of_squares : 3.69E8,
            variance : 2250000.0,
            std_deviation : 1500.0,
            std_deviation_bounds : {
              upper : 16500.0,
              lower : 10500.0
            }
          }
        },
        {
          key : honda,
          doc_count : 3,
          stat : {
            count : 3,
            min : 10000.0,
            max : 20000.0,
            avg : 16666.666666666668,    ---排序字段
            sum : 50000.0,
            sum_of_squares : 9.0E8,
            variance : 2.222222222222221E7,
            std_deviation : 4714.045207910315,
            std_deviation_bounds : {
              upper : 26094.757082487296,
              lower : 7238.5762508460375
            }
          }
        },
        ......

嵌套桶排序

在聚合查询中，经常对聚合的数据再次做聚合处理，例如统计每个汽车品牌下的每种颜色汽车的销售额，这时候DSL中就有了多层aggs对象的嵌套，这就是嵌套桶（此名称来自《Elasticsearch 权威指南》，如下图所示：

在这里插入图片描述

嵌套桶的排序情况略为复杂，详情请参考《Elasticsearch聚合的嵌套桶如何排序》；
至此，聚合返回结果排序的实战已经完成了，后面的章节会深入学习es的聚合有关的关键知识点；

欢迎关注51CTO博客：程序员欣宸

学习路上，你不孤单，欣宸原创一路相伴...