Elastic Search聚合之bucket script

在前文Elastic Search 聚合笔记中已经介绍了Elastic Search聚合的基本用法，但这些常规的统计有的时候会不够用，Elastic Search提供了不少其它的聚合方式来补充，本文这里就介绍下其中非常灵活实用的bucket script的基本用法。

例如，我们在进行统计分析的时候，除了统计数量外，往往还会要求统计出满足某条件的数量占总数的比例，需要经过如下三个步骤。

1. 求出当前文档数量
2. 求出满足条件的文档的数量
3. 计算两个数量的百分比

前两个数据还比较好说，只需要加一个filter bucket即可，例如，我们想求出某bucket下的所有男性数量：

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

返回值为

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

可看到，本身就返回了每个聚合的数量。难点在第3步，需要在前面两步的基础上再进行运算，这个就是比较典型的管道聚合了，由于我们当前只是一个简单的运算，使用bucket script注入一些脚本的功能是很容易实现的，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"
    }
}

主要有两个参数

• bucket_path：指定相关上下文变量的查询路径，相当于定义变量和变量查询路径。其语法规则可参看bucket_path语法规则，并不复杂，一般情况下也能猜出个大致。
• script： 脚本内容，支持好几种语法，默认的类似java，具体可参看官方文档：Scripting

有了上述基础后，就可以构建bucket script了，本文示例如下

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

这里用了"_count"这个特殊的路径，它代表文档的数量，这个在官方文档中也有介绍：special path。

然后，我们就得到想要的结果了。

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

本身还是比较简单的，不过这个有个限制，那就是不能用在顶层聚合中，否则报错。如果没有上级聚合，可以用一些规避的方式，例如，构造一个到所有数据的聚合作为顶层聚合。

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