基础函数聚合 avg,sum,max,min..

最常用的基础函数算子 avg、max、min、sum， 属于单值度量聚合。

Avg Aggregation 取平均值

例如假设数据由代表学生考试成绩（介于0和100之间）的文件组成，我们可以用以下公式对他们的分数进行平均

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : { "avg" : { "field" : "grade" } }
    }
}

Sum Aggregation 取总和值

假设数据由代表销售记录的文件组成，我们可以将所有帽子的销售价格加起来

POST /sales/_search?size=0
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "match" : { "type" : "hat" }
            }
        }
    },
    "aggs" : {
        "hat_prices" : { "sum" : { "field" : "price" } }
    }
}

Max Aggregation 取最大值

计算所有文档的最大价格

POST /sales/_search?size=0
{
    "aggs" : {
        "max_price" : { "max" : { "field" : "price" } }
    }
}

Min Aggregation 取最小值

计算所有文档的最小价格

POST /sales/_search?size=0
{
    "aggs" : {
        "min_price" : { "min" : { "field" : "price" } }
    }
}

Script

根据脚本计算平均成绩：

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : {
            "avg" : {
                "script" : {
                    "source" : "doc.grade.value"
                }
            }
        }
    }
}

脚本参数方式

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : {
            "avg" : {
                "script" : {
                    "id": "my_script",
                    "params": {
                        "field": "grade"
                    }
                }
            }
        }
    }
}

Value Script

还可以使用_value从脚本中访问字段值。例如，这将计算所有帽子价格的平方：

POST /sales/_search?size=0
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "match" : { "type" : "hat" }
            }
        }
    },
    "aggs" : {
        "square_hats" : {
            "sum" : {
                "field" : "price",
                "script" : {
                    "source": "_value * _value"
                }
            }
        }
    }
}

Missing value

缺失值处理，如下例 grade 字段中没有值的文档将与值为10的文档属于同一个存储桶。

POST /exams/_search?size=0
{
    "aggs" : {
        "grade_avg" : {
            "avg" : {
                "field" : "grade",
                "missing": 10 
            }
        }
    }
}