鲁达
大数据分析
Elasticsearch是一个实时的分布式搜索分析引擎，它不仅能够让你高效快速的查询你的数据（大数据），而且还能及时响应你对数据的简单分析，进行对数据的聚合查询。这类似于SQL中的聚合，使用GROUP BY分组，使用COUNT、SUM、AVG、MAX、MIN等获取数据的分组条目数量、汇总求和、平均值、最大值和最小值。下面就对ES的聚合查询进行简单介绍。
Aggregations
聚合允许我们可以向数据提出一些复杂的请求，虽然功能完全不同于搜索，但它使用相同的数据结构，这意味着聚合的执行速度很快并且就像搜索一样几乎是实时的。这对报告和仪表盘的展示是非常强大的，你可以实时显示你的数据，让你立即回应，而不是对你的数据进行汇总，因此你可以让你的报表展示随着你的数据变化而变化，提高数据的处理分析效率。
Buckets&Metrics
要掌握聚合，就先要明白有关聚合的两个概念，分别是Buckets(桶)和Metrics（指标），也可以理解为SQL中的分组和聚合函数。如下代码所示：
SELECT COUNT(color) FROM table GROUP BY color
其中GROUP BY color就相当于桶（分组），COUNT(color)就相当于指标（聚合函数）。每个聚合都是有Buckets和Metrics组合而成的，聚合中所有的操作都是在一个请求内完成并且只遍历一遍数据，因此它的效率非常高。
Buckets：简单来说就是满足特定条件的文档的集合，根据人的姓别、年龄等可以分别进行分组，当聚合开始被执行时，每个文档里面的值通过计算来决定符合哪个分组的条件。如果匹配到，文档将放入相应的组并接着进行聚合操作，Buckets也支持嵌套，提供层次化的或者有条件的划分方案。
Metrics：大多数指标是简单的数学运算，和SQL的聚合函数一样，有获取汇总、平均值、已经最大、最小值，这些都是通过文档的值来计算。
聚合使用
学习聚合的最佳途径就是用实例来说明，因此我们要多运用聚合查询。下面就简单说明如何使用ES中的聚合。依然使用前面安装ES时的数据进行说明介绍，使用Elasticsearch-head这个插件进行简单的请求，如下图所示：
简单聚合查询
通过POST方式发起一个数据请求，由请求的参数可以看出，我们配置了一个“aggs”字段（也可以使用“aggregations”字段），然后这里面添加了四个聚合函数，名称分别是“sum_age”、“avg_age”、“max_age”和“min_age”，使用聚合时名称是可以随意指定，但最好是有意义的名称。然后在没一组指定相应的指标（聚合函数），点击“提交请求”，就会显示右侧的请求结果数据。有结果数据可以看出，聚合查询的结果数据在字段“aggregations”中，并以自己定义的函数名展示。处理使用上面的聚合函数外，还可以使用“terms”进行分组，如下图所示：
聚合查询分组
聚合查询中的数据是实时执行的，一旦文档可以被搜到，它就会被聚合，因此我们可以使用ES制作出很多出色的实时展示的数据报表。至此关于Elasticsearch的聚合查询就先介绍到这，不足之处还望多指正，如果对你有帮助记得分享关注哦~