Elasticsearch:Bucket script 聚合

本文介绍了Elasticsearch中Bucket script聚合,它是父管道聚合,可对父多桶聚合指定指标做桶计算。以Elastic Stack 8.4.3为例,用Kibana自带eCommerce索引,详细展示了找出每天Men's Clothing类别销售额在总体销售额中比例的过程,涉及多种聚合操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 Bucket script 聚合是一个父管道(parent pipeline)聚合,它执行一个脚本,该脚本可以对父多桶聚合中的指定指标执行每个桶的计算。 指定的指标必须是数字,并且脚本必须返回一个数值。有关 pipeline 聚合的内容,你可以阅读文章 “Elasticsearch:pipeline aggregation 介绍”。

Bucket script 聚合

用法

单独的 bucket_script 聚合看起来像这样:

{
  "bucket_script": {
    "buckets_path": {
      "my_var1": "the_sum",                     
      "my_var2": "the_value_count"
    },
    "script": "params.my_var1 / params.my_var2"
  }
}

这里,my_var1 是要在脚本中使用的存储桶路径的变量名称,the_sum 是要用于该变量的指标的路径。

Bucket_script 参数说明
参数名称描述强制要求默认值
script为此聚合运行的脚本。 该脚本可以是内联的、文件的或索引的。 (有关详细信息,请参阅脚本必须
buckets_path脚本变量的映射及其到我们希望用于变量的存储桶的关联路径(有关更多详细信息,请参见 buckets_path 语法)必须
gap_policy在数据中发现差距时应用的策略(有关详细信息,请参阅处理数据中的差距可选skip
format输出值的 DecimalFormat 模式。 如果指定,则在聚合的 value_as_string 属性中返回格式化的值可选null

在以下的展示中,我使用 Elastic Stack 8.4.3 来进行展示。

示例

为了说明问题的方便,我们来使用一个示例来进行详细说明。我将使用 Kibana 自带的 eCommerce 索引进行展示。我们的目的是:找出每天销售的 Men's Clothing 这个类别的销售额在总体销售额中的比例

在本练习中,我们使用 Kibana 自带的一个例子来进行展示:

这样我能就在 Elasticsearch 中创建了一个叫做 kibana_sample_data_ecommerce 的索引。这个一个 eCommerce 的数据。我们可以在 Discover 中进行查看:

如上所示,上面的数据展示的是从 10 月 20 号到 10 月 31 号的数据。

我们可以使用 Lens 来展示每天的文档数:

如上所示,每天都有一定数量的文档。上面的聚合相当于如下的命令:

GET kibana_sample_data_ecommerce/_search
{
  "size": 0,
  "aggs": {
    "sales_per_day": {
      "date_histogram": {
        "field": "order_date",
        "calendar_interval": "day"
      }
    }
  }
}

 上面的聚合返回如下的数据:

我们可以通过如下的命令来得到每天的总销售额:

GET kibana_sample_data_ecommerce/_search?filter_path=aggregations
{
  "size": 0,
  "aggs": {
    "sales_per_day": {
      "date_histogram": {
        "field": "order_date",
        "calendar_interval": "day"
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "products.base_price"
          }
        }
      }
    }
  }
}

如上所示,我们求出了每天销售的总额。为了能够求出每天卖出的 Men's clothing 这个类别的总额,我们可以使用另外一个叫做 filter 的聚合: 

GET kibana_sample_data_ecommerce/_search?filter_path=aggregations
{
  "size": 0,
  "aggs": {
    "sales_per_day": {
      "date_histogram": {
        "field": "order_date",
        "calendar_interval": "day"
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "products.base_price"
          }
        },
        "man's_clothing": {
          "filter": {
            "term": {
              "category.keyword": "Men's Clothing"
            }
          },
          "aggs": {
            "sales": {
              "sum": {
                "field": "products.base_price"
              }
            }
          }
        }
      }
    }
  }
}

如上所示,我们至此求出了 Men's Clothing 这个类别的每天的销售总额。

我们接下来使用 bucket script 聚合来求出每天的 Men's Clothing 这个类别的总额和当天销售总额的百分比:

GET kibana_sample_data_ecommerce/_search?filter_path=aggregations
{
  "size": 0,
  "aggs": {
    "sales_per_day": {
      "date_histogram": {
        "field": "order_date",
        "calendar_interval": "day"
      },
      "aggs": {
        "total_sales": {
          "sum": {
            "field": "products.base_price"
          }
        },
        "man's_clothing": {
          "filter": {
            "term": {
              "category.keyword": "Men's Clothing"
            }
          },
          "aggs": {
            "sales": {
              "sum": {
                "field": "products.base_price"
              }
            }
          }
        },
        "man's_clothing_percentage": {
          "bucket_script": {
            "buckets_path": {
              "mans_clothing": "man's_clothing>sales",
              "total_sales": "total_sales"
            },
            "script": "params.mans_clothing / params.total_sales * 100"
          }
        }
      }
    }
  }
}

在上面的 man's_clothing_percentage 聚合中,它使用了其它聚合的结果并算出新的聚合的值。这种聚合被称之为 pipeline 聚合。 特别需要指出的是 man's_clothing>sales 不是布尔比较大小的算式,而是引用聚合值的路径。

如上所示,我们可以看到每天的 Men's Clothing 的销售额的百分比。

评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值