写在前面的话：读书破万卷，编码如有神
--------------------------------------------------------------------
主要内容包括：
- 聚合的两个核心概念：桶（bucket）和指标（metric）
- 桶和指标的深入理解
- 示例说明
---------------------------------------------------------------------
1、聚合的两个核心概念
在Elasticsearch的聚合中需要掌握两个核心的概念：桶（bucket）、指标（metric）
桶（bucket）: 满足特定条件的文档的集合
指标（metric）: 对桶内的文档进行聚合分析的操作
（ps:每个聚合都是一个或者多个桶和零个或者多个指标的组合。)
翻译成粗略的SQL语句来解释的话：
SELECT COUNT(color) ---> 相当于指标
FROM table
GROUP BY color --->2 相当于桶
桶在概念上类似于SQL的分组（GROUP BY）,而指标则类似于COUNT()、SUM()、MAX()等统计方法。
---------------------------------------------------------------------
2、桶和指标的深入理解
（1）桶
a、简单来说桶就是满足特定条件的文档的集合。
b、当聚合开始被执行，每个文档里面的值通过计算来决定符合哪个桶的条件，如果匹配到，文档将放入相应的桶并接着开始聚合操作。
c、桶也可以被嵌套在其他桶里面。
（2）指标
a、桶能让我们划分文档到有意义的集合，但是最终我们需要的是对这些桶内的文档进行一些指标的计算。分桶是一种达到目的地的手段：它提供了一种给文档分组的方法来让我们可以计算感兴趣的指标。
b、大多数指标是简单的数学运算（如：最小值、平均值、最大值、汇总），这些是通过文档的值来计算的。
（3）桶和指标的组合
聚合是由桶和指标组成的。聚合可能只有一个桶，可能只有一个指标，或者可能两个都有。也有可能一些桶嵌套在其他桶里面。
---------------------------------------------------------------------
3、举例说明
比如有如下的数据：
city name
北京 小李
北京 小王
上海 小张
上海 小丽
上海 小陈
基于city来划分buckets的话，可以划分出两个bucket:一个是北京bucket、一个是上海bucket
北京bucket：包含了2个人，小李、小王
上海bucket：包含了3个人，小张、小丽、小陈
按照某个字段进行bucket划分，那个字段的值相同的那些数据，就会被划分到一个bucket中。当我们有了一堆bucket之后，就可以对每个bucket中的数据聚合分析了，比如说计算一个bucket内所有数据的数量 ，或者计算一个bucket内所有数据的平均值、最大值、最小值。
metric : 就是对一个bucket执行的某种聚合分析的操作，比如说求平均值、最大值、最小值 。
上面利用elasticsearch的分组，可以转化成对应的sql语句如下：
select count(*) from access_log group by user_id
其中：bucket 相当于 group by user_id -->那些user_id相同的数据，就会被划分到一个bucket中
metric 相当于 count(*) -->对每个user_id bucket中所有的数据计算一个数量