关于嵌套桶
- 在elasticsearch的聚合查询中，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：
- 今天要讨论的就是在执行类似上述嵌套桶聚合时，返回的数据如何排序。首先咱们先把环境和数据准备好。
环境信息
- 以下是本次实例的环境信息，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
实例数据
-
查询用到的数据是个名为cars的索引，里面保存了多条汽车销售记录，字段有品牌(make)、颜色(color)、价格(price)、售卖时间(sold)等，在elasticsearch-head查看数据如下图：
-
如果您想将上图中的数据导入到自己的es环境，请参考《Elasticsearch聚合学习之一：基本操作》，文中有详细的导入步骤；
对内层桶排序
-
针对前面提到的需求：统计每个汽车品牌下的每种颜色汽车的销售额，通常做法是：先按照品牌聚合，生成的每个桶(bucket)内有这个品牌的所有销售记录，然后将每个桶内的文档再按照颜色聚合，这样每个桶内就有多个子桶，每个子桶内就是每个品牌下每种颜色的销售记录。
-
既然每个桶内有多个子桶，那么就可以对这些子桶桶进行排序，如下图，可以对红框内的数据进行排序：
-
请求DSL如下：
GET /cars/transactions/_search
{
"size": 0,
"aggs": {
"make_agg": {
"terms": { ---外层桶，按照汽车品牌聚合
"field": "make" ---字段是make
},
"aggs": {
"color_agg": {
"terms": { ---内层桶，按照汽车颜色聚合
"field": "color", ---字段是color
"order": { ---要求内层桶排序
"make_color_sales_rank": "desc" ---排序字段是make_color_sales_rank，降序
}
},
"aggs": {
"make_color_sales_rank": { ---聚合字段是make_color_sales_rank
"sum": { ---metrics处理，类型是累加和
"field": "price" ---累加值取自price字段的值
}
}
}
}
}
}
}
}
- 响应数据如下，可见buckets内的每个对象自身也有buckets数组，里面的每个元素就是子桶，这些子桶是已经排序过了的：
......
"aggregations" : {
"make_agg" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "ford",
"doc_count" : 2,
"color_agg" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [ ---buckets内每个元素是一个子桶，这些数据已按照make_color_sales_rank的值降序排序
{
"key" : "green",
"doc_count" : 1,
"make_color_sales_rank" : {
"value" : 30000.0
}
},
{
"key" : "blue",
"doc_count" : 1,
"make_color_sales_rank" : {
"value" : 25000.0
}
}
]
}
},
{
"key" : "toyota",
"doc_count" : 2,
"color_agg" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [ ---buckets内每个元素是一个子桶，这些数据已按照make_color_sales_rank的值降序排序
{
"key" : "blue",
"doc_count" : 1,
"make_color_sales_rank" : {
"value" : 15000.0
}
},
{
"key" : "green",
"doc_count" : 1,
"make_color_sales_rank" : {
"value" : 12000.0
}
}
]
}
},
......
- 此时，外层桶并没有排序。
整体排序
-
前面的示例只是对内层桶做了排序，外层桶是没有排序的，接下来看看如何做整体排序。
-
要想整体排序，一定要区分不同的内层桶的特点，才能做排序，总的来说分为以下几种情况：
-
内层桶是外层桶的数据聚合生成的，在前面的示例中，外层桶是都是某个品牌的汽车，对桶内数据按照颜色聚合，得到了内层桶，如下图：
- 对于这样的数据，无法做整体排序，因为内层桶的结果属于多值，而整体排序只能基于单值进行，以下是《Elasticsearch 权威指南》的说明，见红框内描述：
- 内层桶是外层桶的数据过滤生成的，例如统计每个汽车品牌下红色汽车的销售额，先按照品牌聚合，再对外层桶按照颜色做过滤，这样的嵌套是可以用内层桶字段的值来排序的，DSL如下：
GET /cars/transactions/_search
{
"size": 0,
"aggs": {
"makes": { ---外层桶字段名
"terms": {
"field": "make",
"order": {
"colors>sales": "asc" ---用大于号连接嵌套桶的层次
}
},
"aggs": {
"colors": { ---内层桶字段名
"filter": {
"terms": {
"color": [
"red",
"green"
]
}
},
"aggs": {
"sales": { ---metrics处理后的字段名
"sum": { ---metrics类型是求累加和
"field": "price"
}
}
}
}
}
}
}
}
- 返回数据如下所示，是按照sales字段做的排序：
......
"aggregations" : {
"makes" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "ford",
"doc_count" : 2,
"colors" : {
"doc_count" : 0,
"sales" : {
"value" : 0.0
}
}
},
{
"key" : "toyota",
"doc_count" : 2,
"colors" : {
"doc_count" : 0,
"sales" : {
"value" : 0.0
}
}
},
{
"key" : "honda",
"doc_count" : 3,
"colors" : {
"doc_count" : 3,
"sales" : {
"value" : 50000.0
}
}
},
{
"key" : "bmw",
"doc_count" : 1,
"colors" : {
"doc_count" : 1,
"sales" : {
"value" : 80000.0
}
}
}
]
}
}
}
-
对于嵌套桶，是否能进行整体排序的关键就在于整个嵌套路径中，是否有多值的桶出现，如果没有就可以用嵌套内部的字段进行排序，除了上面的filter，还有global 和reverse_nested 这两种桶类型生成的也是单值桶，因此也可以用其内部的字段进行排序；
-
至此，嵌套桶的聚合结果排序已经实践完毕了，希望您在面对类似排序问题时，此文能给您一些参考。
