Elastic Search聚合之bucket script

在前文Elastic Search 聚合筆記中已經介紹了Elastic Search聚合的基本用法，但這些常規的統計有的時候會不夠用，Elastic Search提供了不少其它的聚合方式來補充，本文這里就介紹下其中非常靈活實用的bucket script的基本用法。

例如，我們在進行統計分析的時候，除了統計數量外，往往還會要求統計出滿足某條件的數量占總數的比例，需要經過如下三個步驟。

1. 求出當前文檔數量
2. 求出滿足條件的文檔的數量
3. 計算兩個數量的百分比

前兩個數據還比較好說，只需要加一個filter bucket即可，例如，我們想求出某bucket下的所有男性數量：

"aggs": {
  "男性": {
    "filter": { "term": { "性別": "男" } }
  }

返回值為

{
    "key": "true",
    "doc_count": 497,
    "男性": { "doc_count": 208   },
    "男性比例": { "value": 41.0 }
}

可看到，本身就返回了每個聚合的數量。難點在第3步，需要在前面兩步的基礎上再進行運算，這個就是比較典型的管道聚合了，由於我們當前只是一個簡單的運算，使用bucket script注入一些腳本的功能是很容易實現的，它的基本格式如下：

{
    "bucket_script": {
        "buckets_path": {
            "my_var1": "the_sum", 
            "my_var2": "the_value_count"
        },
        "script": "params.my_var1 / params.my_var2"
    }
}

主要有兩個參數

• bucket_path：指定相關上下文變量的查詢路徑，相當於定義變量和變量查詢路徑。其語法規則可參看 bucket_path語法規則，並不復雜，一般情況下也能猜出個大致。
• script： 腳本內容，支持好幾種語法，默認的類似java，具體可參看官方文檔： Scripting

有了上述基礎后，就可以構建bucket script了，本文示例如下

"aggs": {
  "男性": {
    "filter": { "term": { "性別": "男" } }
  },
  "男性比例": {
    "bucket_script": {
      "buckets_path": {
        "p1": "男性._count",
        "p2": "_count"
      },
      "script": "(int)(100 * params.p1 / params.p2)"
    }
  }
}

這里用了"_count"這個特殊的路徑，它代表文檔的數量，這個在官方文檔中也有介紹：special path。

然后，我們就得到想要的結果了。

{
    "key": "true",
    "doc_count": 497,
    "男性": { "doc_count": 208   },
    "男性比例": { "value": 41.0 }
}

本身還是比較簡單的，不過這個有個限制，那就是不能用在頂層聚合中，否則報錯。如果沒有上級聚合，可以用一些規避的方式，例如，構造一個到所有數據的聚合作為頂層聚合。

"aggs": {
  "top": {
    "terms": { "script": "true" },
    //... ...
  }
}