RestHighLevelClient进阶-聚合操作

之前的博客写过Spring与RestHighLevelClient的基础用法，但是实际使用中，会存在大量的复杂操作，如分组，聚合等。

接下来我们就来看下不太好用的分组聚合基本用法

AggregationBuilder

• 首先RestHighLevelClient中分组需要用到AggregationBuilder，作为分组条件的构建。
  我们可以看到AggregationBuilder接口有很多实现类，比如AvgAggregationBuilder、MaxAggregationBuilder、SumAggregationBuilder等常用的统计函数。

在使用上还是和之前的大致一样，

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
// 以batchId为分组条件，terms为分组后的字段名称，field为将被分组的字段名称
TermsAggregationBuilder aggregation = AggregationBuilders.terms("batchId").field("batchId.keyword")
	// 分组求和integral字段，并将求和后的字段名改为score
	// subAggregation为子聚合，即在batchId分组后的小组内聚合
	.subAggregation(AggregationBuilders.sum("score").field("integral"))
	// 注意这里，下面介绍
	.subAggregation(AggregationBuilders.topHits("details").size(1));

sourceBuilder.aggregation(aggregation);

BoolQueryBuilder boolBuilder = QueryBuilders.boolQuery();
sourceBuilder.query(boolBuilder);

SearchRequest searchRequest = new SearchRequest("table");
searchRequest.source(sourceBuilder);

SearchResponse search = client.search(searchRequest);
// 和之前不同的是这里需要getAggregations获取聚合后的数据
Aggregations aggregations = search.getAggregations();
// 从分组后的数据中拿到batchId的数据，这里以batchId分组，则分组后的数据都在batchId里
ParsedStringTerms terms = aggregations.get("batchId");
// 获取到分组后的所有bucket
List<? extends Terms.Bucket> buckets = terms.getBuckets();

for (Terms.Bucket bucket : buckets) {
	// 解析bucket 因为一级聚合为以batchId分组，二级聚合为求和，所以这里还需要getAggregations获取求和的数据
	Aggregations bucketAggregations = bucket.getAggregations();
	// 这里我是通过debug才找到返回的参数类型的，我不知道在哪找得到这个东西，所以我们拿到了ParsedTopHits，这里我们是取了一个，所以这个值的数组长度为1
	ParsedTopHits topHits = bucketAggregations.get("details");
	// 因为求和和下面的topHits都是AggregationBuilders.terms("batchId").field("batchId.keyword")的subAggreation，所以都属于batchId组内
	// 获取到求和的数据信息
	ParsedSum sum = bucketAggregations.get("integral");
	// 因为topHits中命中的hits肯定至少有一个，要不然也不会成组，所以这里直接获取第一个，并解析成map
	Map<String, Object> sourceAsMap = topHits.getHits().getHits()[0].getSourceAsMap();
	// 将求和后的integral覆盖到原数据中
	sourceAsMap.put("integral", sum.value());
	// 打印出统计后的数据
	System.out.println(sourceAsMap);
}

注意点:

1. 为什么要用subAggregation(AggregationBuilders.topHits("details").size(1))?

• 这里有个坑，如果只用batchId分组并用intrgal求和，那么返回值中只会返回batchId与integral求和后的值这两个字段。这里举个例子，现在统计全国所有学校的总人数，那么我们以school分组，求和了人数。但是我们仍然想知道每个学校属于哪个地区的，这里聚合后就不会返回这些信息，让人很难受。
• 此时我们就可以使用subAggregation(AggregationBuilders.topHits("details").size(1))来获取一个通用的数据，拿到学校所属的地区名称或者其他学校的上级属性。

2. AggregationBuilders层级

• 我们注意到subAggregation方法是AggregationBuilder的，所以在构建AggregationBuilders的时候，每一个子AggregationBuilder都可以有子AggregationBuilder，如下

TermsAggregationBuilder aggregation = AggregationBuilders.terms("batchId").field("batchId.keyword")
	.subAggregation(
			AggregationBuilders.terms("folder").field("folder")
					.subAggregation(AggregationBuilders.sum("integral").field("integral"))
);

• 这种就是组内再聚合套组内，但是得注意字段的问题，即若你以batchId分组后，那么组内只有batchId与其他的字段，就和第一个注意点一样，导致组内聚合拿不到相关的字段，导致报错。

结尾

• 研究了半天最终还是没有用，因为太复杂。还不知道怎么同时以两个条件分组，类似于mysql的groupby a,b
• 太难了

原文：https://www.cnblogs.com/heyouxin/p/13865293.html