ElasticSearch 2 (33) - 信息聚合系列之聚合過濾
摘要
聚合范圍限定還有一個自然的擴展就是過濾。因為聚合是在查詢結果范圍內操作的，任何可以適用於查詢的過濾器也可以應用在聚合上。
版本
elasticsearch版本: elasticsearch-2.x
內容
聚合范圍限定還有一個自然的擴展就是過濾。因為聚合是在查詢結果范圍內操作的，任何可以適用於查詢的過濾器也可以應用在聚合上。
Filtered 查詢（Filtered Query）
如果我們想找到售價在 $10,000 美元之上的所有汽車同時也為這些車計算平均售價，可以簡單地使用一個 filtered 查詢：
GET /cars/transactions/_search
{
"size" : 0,
"query" : {
"filtered": {
"filter": {
"range": {
"price": {
"gte": 10000
}
}
}
}
},
"aggs" : {
"single_avg_price": {
"avg" : { "field" : "price" }
}
}
}
這正如我們在前面章節中討論過那樣，從根本上講，使用 filtered 查詢和使用 match 查詢沒有任何區別。查詢（包括了一個過濾器）返回一組文檔的子集，聚合正是操作這些文檔。
過濾桶（Filter Bucket）
但是如果我們只想對聚合結果過濾怎么辦？假設我們正在創建一個可以搜索汽車經銷商的頁面，我們希望顯示用戶搜索的結果，但是我們同時也想在頁面上提供更豐富的信息，包括（與搜索匹配的）上個月度汽車的平均售價
這里我們無法簡單的做范圍限定，因為有兩個不同的條件。搜索結果必須是 ford，但是聚合結果必須滿足 ford AND sold > now - 1M。
為了解決這個問題，我們可以用一種特殊的桶，叫做過濾桶。我們可以指定一個過濾桶，當文檔滿足過濾桶的條件時，我們將其加入到桶內。
查詢結果如下：
GET /cars/transactions/_search
{
"size" : 0,
"query":{
"match": {
"make": "ford"
}
},
"aggs":{
"recent_sales": {
"filter": { #1
"range": {
"sold": {
"from": "now-1M"
}
}
},
"aggs": {
"average_price":{
"avg": {
"field": "price" #2
}
}
}
}
}
}
#1 使用過濾桶在查詢范圍基礎上應用過濾器。
#2 avg 度量只會對 ford 和 一月以內售出 的文檔計算平均售價。
因為 filter 桶和其他桶的操作方式一樣，所以可以隨意將其他桶和度量嵌入其中。所有嵌套的組件都會 “繼承” 這個過濾，這使我們可以按需針對聚合過濾出選擇部分。
展示過濾器（Post Filter）
目前為止，我們可以同時對搜索結果和聚合結果進行過濾（一個 filtered 查詢），以及針對聚合結果的一部分進行過濾（filter 桶）
我們可能會想，“有只對搜索結果進行過濾而不過濾聚合結果的方式嗎？”答案是使用 post_filter。
它是頂層搜索請求元素接收一個過濾器。這個過濾器在查詢之后執行（這正是該過濾器的名字的由來：它在查詢之后（post）執行）。正因為它在查詢之后執行，它對查詢范圍沒有任何影響，所以對聚合也不會有任何影響。
我們可以利用這個行為對查詢條件應用更多的過濾器，而不會影響其他的操作，就如 UI 上的各個分類面。讓我們為汽車經銷商設計另外一個搜索頁面，這個頁面允許用戶搜索汽車同時可以根據顏色來過濾。顏色的選項是通過聚合獲得的：
GET /cars/transactions/_search
{
"size" : 0,
"query": {
"match": {
"make": "ford"
}
},
"post_filter": { #1
"term" : {
"color" : "green"
}
},
"aggs" : {
"all_colors": {
"terms" : { "field" : "color" }
}
}
}
#1 post_filter 元素是頂層元素而且僅對命中結果進行過濾。
查詢部分找到所有的 ford 汽車，然后用 terms 聚合創建一個顏色列表。因為聚合對查詢范圍進行操作，顏色列表與福特汽車有的顏色相對應。
最后，post_filter 會過濾搜索結果，只展示綠色福特汽車。這在查詢執行過后發生，所以聚合不受影響。
這通常對 UI 的連貫一致性很重要，可以想象用戶在界面商選擇了一類顏色（比如：green 綠色），期望的是搜索結果已經被過濾了，而不是過濾界面上的選項。如果我們應用 filtered 查詢，界面會馬上變成只顯示 green 作為選項，這不是用戶想要的！
警告
性能考慮（Performance consideration）
只在我們需要區別過濾搜索結果和聚合結果時使用
post_filter，有時用戶會在普通搜索使用post_filter。不要這么做！
post_filter的特性是在查詢之后執行，所以任何過濾所帶來的好處（比如緩存）都會完全失去。
post_filter應該只在我們需要不同過濾時，只與聚合一起使用。
小結（Recap）
選擇合適類型的過濾（如：搜索命中、聚合或兩者兼有）通常和我們期望如何表現用戶交互有關。選擇合適的過濾器（或組合）取決於我們期望如何將結果呈現給用戶。
filtered查詢同時影響搜索結果和聚合結果。filter桶影響聚合。post_filter只影響搜索結果。