数据分析（analytics）

最后，我们要完成最后一个业务需求：允许管理者对员工信息做出数据分析。ES有个功能叫aggregations，这个功能可以对数据进行先进的统计和分析，就像是SQL中的GROUP BY，只不过是功能更强大。

例如：要查出员工中最流行的兴趣名称，

GET /megacorp/employee/_search
{
  "aggs":{
    "all_interests":{
      "terms":{"field":"interests"}
    }
  }
}

先忽略语法看结果：

{
   ...
   "hits":{...},
   "aggregations":{
      "all_interests":{
         "buckets":[
            {
               "key":       "music",
               "doc_count":2
            },
            {
               "key":       "forestry",
               "doc_count":1
            },
            {
               "key":       "sports",
               "doc_count":1
            }
         ]
      }
   }
}

结果显示两个员工对music有兴趣，一个对forestry感兴趣，一个对sport感兴趣。这个aggregations并不是预先计算好的，结果是在查找符合条件的文档的时候生成的。如果，还想统计叫Smith的人的兴趣，还可以如下进行组合查询。

GET /megacorp/employee/_search
{
  "query":{
    "match":{
      "last_name":"smith"
    }
  },
  "aggs":{
    "all_interests":{
      "terms":{
        "field":"interests"
      }
    }
  }
}

all_interests节点下就仅仅包含符合查询Smith的条件的员工兴趣信息

  ...
  "all_interests":{
     "buckets":[
        {
           "key":"music",
           "doc_count":2
        },
        {
           "key":"sports",
           "doc_count":1
        }
     ]
  }

Aggregations允许嵌套查询。例如，查询对某个爱好感兴趣的员工的平均年龄，

GET /megacorp/employee/_search
{
    "aggs":{
        "all_interests":{
            "terms":{"field":"interests"},
            "aggs":{
                "avg_age":{
                    "avg":{"field":"age"}
                }
            }
        }
    }
}

结果有点复杂，但还是很容易看懂的，

...
  "all_interests":{
     "buckets":[
        {
           "key":"music",
           "doc_count":2,
           "avg_age":{
              "value":28.5
           }
        },
        {
           "key":"forestry",
           "doc_count":1,
           "avg_age":{
              "value":35
           }
        },
        {
           "key":"sports",
           "doc_count":1,
           "avg_age":{
              "value":25
           }
        }
     ]
  }

输出的结果相对于开始运行的aggregation变得更为丰富。现在不但有了兴趣的列表和他们的数量，并且还对每一个兴趣计算出了对这个兴趣感兴趣的员工的平均年龄。

即使你不了解语法，你也能很容易的看到非常复杂的aggregation和group都能使用这个特色来搞定，查询什么样的数据是没有限制的。

原文：http://www.elasticsearch.org/guide/en/elasticsearch/guide/current/_analytics.html

数据分析（analytics）,布布扣,bubuko.com

数据分析（analytics）

原文：http://www.cnblogs.com/blog1350995917/p/3718463.html