寫在前面的話：讀書破萬卷，編碼如有神
--------------------------------------------------------------------
主要內容包括：
- 聚合的兩個核心概念：桶（bucket）和指標（metric）
- 桶和指標的深入理解
- 示例說明
---------------------------------------------------------------------
1、聚合的兩個核心概念
在Elasticsearch的聚合中需要掌握兩個核心的概念：桶（bucket）、指標（metric）
桶（bucket）: 滿足特定條件的文檔的集合
指標（metric）: 對桶內的文檔進行聚合分析的操作
（ps:每個聚合都是一個或者多個桶和零個或者多個指標的組合。)
翻譯成粗略的SQL語句來解釋的話：
SELECT COUNT(color) ---> 相當於指標
FROM table
GROUP BY color --->2 相當於桶
桶在概念上類似於SQL的分組（GROUP BY）,而指標則類似於COUNT()、SUM()、MAX()等統計方法。
---------------------------------------------------------------------
2、桶和指標的深入理解
（1）桶
a、簡單來說桶就是滿足特定條件的文檔的集合。
b、當聚合開始被執行，每個文檔里面的值通過計算來決定符合哪個桶的條件，如果匹配到，文檔將放入相應的桶並接着開始聚合操作。
c、桶也可以被嵌套在其他桶里面。
（2）指標
a、桶能讓我們划分文檔到有意義的集合，但是最終我們需要的是對這些桶內的文檔進行一些指標的計算。分桶是一種達到目的地的手段：它提供了一種給文檔分組的方法來讓我們可以計算感興趣的指標。
b、大多數指標是簡單的數學運算（如：最小值、平均值、最大值、匯總），這些是通過文檔的值來計算的。
（3）桶和指標的組合
聚合是由桶和指標組成的。聚合可能只有一個桶，可能只有一個指標，或者可能兩個都有。也有可能一些桶嵌套在其他桶里面。
---------------------------------------------------------------------
3、舉例說明
比如有如下的數據：
city name
北京 小李
北京 小王
上海 小張
上海 小麗
上海 小陳
基於city來划分buckets的話，可以划分出兩個bucket:一個是北京bucket、一個是上海bucket
北京bucket：包含了2個人，小李、小王
上海bucket：包含了3個人，小張、小麗、小陳
按照某個字段進行bucket划分，那個字段的值相同的那些數據，就會被划分到一個bucket中。當我們有了一堆bucket之后，就可以對每個bucket中的數據聚合分析了，比如說計算一個bucket內所有數據的數量 ，或者計算一個bucket內所有數據的平均值、最大值、最小值。
metric : 就是對一個bucket執行的某種聚合分析的操作，比如說求平均值、最大值、最小值 。
上面利用elasticsearch的分組，可以轉化成對應的sql語句如下：
select count(*) from access_log group by user_id
其中：bucket 相當於 group by user_id -->那些user_id相同的數據，就會被划分到一個bucket中
metric 相當於 count(*) -->對每個user_id bucket中所有的數據計算一個數量