原文：https://www.fanhaobai.com/2017/08/elasticsearch-advanced-search.html

文章 Elasticsearch檢索實戰(zhàn) 已經(jīng)講述了 Elasticsearch 基本檢索使用，已滿足大部分檢索場景枪向，但是某些特定項目中會使用到 聚合 和 LBS 這類高級檢索晕粪，以滿足檢索需求。這里將講述 Elasticsearch 的聚合和 LBS 檢索使用方法盆犁。

本文示例的房源數(shù)據(jù)抛人，見這里，檢索同樣使用 Elasticsearch 的 DSL 對比 SQL 來說明。

聚合

常規(guī)聚合

aggs 子句聚合是 Elasticsearch 常規(guī)的聚合實現(xiàn)方式省撑。

桶和指標

先理解這兩個基本概念：

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，聚合可能只有一個桶俯在，可能只有一個指標竟秫，或者可能兩個都有。例如這個 SQL：

SELECT COUNT(field_name) FROM table GROUP BY field_name

其中COUNT(field_name)相當于指標跷乐，GROUP BY field_name相當于桶肥败。桶在概念上類似于 SQL 的分組（GROUP BY），而指標則類似于 COUNT() 愕提、 SUM() 馒稍、 MAX() 等統(tǒng)計方法。

桶和指標的可用取值列表：

簡單聚合

Elasticsearch 聚合 DSL 描述如下：

"aggs" : { 
    "aggs_name" : {
        "operate" : { "field" : "field_name" }
    }
}

其中浅侨，aggs_name 表示聚合結(jié)果返回的字段名纽谒，operate 表示桶或指標的操作符名，field_name 為需要進行聚合的字段如输。

• 例1鼓黔，統(tǒng)計西二旗每個小區(qū)的房源數(shù)量：

-- SQL描述
SELECT resblockId, COUNT(resblockId) FROM rooms WHERE bizcircleCode = 611100314 GROUP BY resblockId

Elasticsearch 聚合為：

{
  "query": {
    "constant_score": {
      "filter": {
        "bool": {
          "must": [{ "term": { "bizcircleCode": 611100314 }}]
        }
      }
    }
  },
  "aggs": {
    "resblock_list": {
      "terms": { "field": "resblockId" }
    }
  }
}

聚合結(jié)果如下：

{
"hits": {
  "total": 6,
  "max_score": 1,
  "hits": [... ...]
},
"aggregations": {
  "resblock_list": {
     "doc_count_error_upper_bound": 0,
     "sum_other_doc_count": 0,
     "buckets": [
        {
          "key": 1321052240532, //小區(qū)id為1321052240532有4間房
          "doc_count": 4
        },
        {
          "key": 1111047349969,//小區(qū)id為1111047349969有1間房
          "doc_count": 1
        },
        {
          "key": 1111050770108,//小區(qū)id為1111050770108有1間房
          "doc_count": 1
        }
     ]
  }
}}

可見，此時聚合的結(jié)果有且只有分組后文檔的 數(shù)量不见，只適合做一些分組后文檔數(shù)的統(tǒng)計澳化。

• 例2，去重統(tǒng)計西二旗小區(qū)的數(shù)量：

-- SQL描述
SELECT COUNT(DISTINCT resblockId) FROM rooms WHERE bizcircleCode = 611100314

使用 cardinality 指標統(tǒng)計：

{
  "aggs": {
    "resblock_count": {
      "cardinality": {
        "field": "resblockId"
      }
    }
  }
}

添加度量指標

上述的簡單聚合脖祈，雖然可以統(tǒng)計桶內(nèi)的文檔數(shù)量肆捕，但是沒法實現(xiàn)組內(nèi)的其他指標統(tǒng)計刷晋，比如小區(qū)內(nèi)的最低房源價格盖高，這時就可以給桶添加一個 min 指標。

-- SQL描述
SELECT resblockId, MIN(price) FROM rooms WHERE bizcircleCode = 611100314

添加 min 指標后為：

{
  "aggs": {
    "resblock_list": {
      "terms": { "field": "resblockId" },
      "aggs": {
        "min_price": {
          "min": { "field": "price" }
        }
      }
    }
  }
}

結(jié)果為：

"buckets": [
  {
    "key": 1321052240532,
    "doc_count": 4,
    "min_price": {
      "value": 3320
    }
  }
]

嵌套桶

當然桶與桶之間也可以進行嵌套眼虱，這樣就能滿足復雜的聚合場景了喻奥。

例如，統(tǒng)計每個商圈的房源價格分布情況：

-- SQL描述
SELECT bizcircleCode, GROUP_CONCAT(price) FROM rooms WHERE cityCode = 110000 GROUP BY bizcircleCode

桶聚合實現(xiàn)如下：

{
  "aggs": {
    "bizcircle_price": {
      "terms": { "field": "bizcircleCode" },
      "aggs": {
        "price_list": {
          "terms": { "field": "price" }
        }
      }
    }
  }
}

聚合結(jié)果如下：

{
  "bizcircle_price": {
  "doc_count_error_upper_bound": 0,
  "sum_other_doc_count": 0,
  "buckets": [
    {
      "key": 18335745,
      "doc_count": 1,
      "price_list": {
      "buckets": [
        {
          "key": 3500,
          "doc_count": 1
        }
      ]
    },
    ... ...
  ]
}

增加文檔信息

通常情況下捏悬，聚合只返回了統(tǒng)計的一些指標撞蚕，當需要獲取聚合后每組的文檔信息（小區(qū)的名字和坐標等）時，該怎么處理呢过牙？這時甥厦，使用 top_hits 子句就可以實現(xiàn)纺铭。

例如，獲取西二旗每個小區(qū)最便宜的房源信息：

{
  "aggs": {
    "rooms": {
      "top_hits": {
        "size": 1,
        "sort": { "price": "asc" },
        "_source": []
      }
    }
  }
}

其中刀疙，size 為組內(nèi)返回的文檔個數(shù)舶赔，sort 表示組內(nèi)文檔的排序規(guī)則，_source 指定組內(nèi)文檔返回的字段谦秧。

聚合后的房源信息：

{
  "bizcircle_price": {
    "buckets": [
    {
      "key": 1111050770108,
      "doc_count": 1,
      "rooms": {
        "hits": {
          "total": 1,
          "hits": [
            {
              "_index": "rooms",
              "_source": {
                "resblockId": 1111050770108,
                "resblockName": "領秀慧谷C區(qū)",
                "size": 15.3,
                "bizcircleName": [ "西二旗", "回龍觀" ],
                "location": "40.106349,116.31051",
              },
              "sort": [ 3500 ]
           }
         ]
       }
     }
    }]
  }
}

字段折疊

從 Elasticsearch 5.0 之后竟纳，增加了一個新特性 field collapsing（字段折疊），字段折疊就是特定字段進行合并并去重疚鲤，然后返回結(jié)果集锥累，該功也能實現(xiàn) agg top_hits 的聚合效果。

例如集歇， 增加文檔信息 部分的獲取西二旗每個小區(qū)最便宜的房源信息桶略，可以實現(xiàn)為：

{
  "collapse": {
    "field": "resblockId",  //按resblockId字段進行折疊
    "inner_hits": {
      "name": "top_price", //房源信息結(jié)果鍵名
      "size": 1,           //每個折合集文檔數(shù)
      "sort": [            //每個折合集文檔排序規(guī)則
        { "price": "desc" }
      ],
      "_source": []        //文檔的字段
    }
  }
}

檢索結(jié)果如下：

{
  "hits": {
    "total": 7,
    "hits": [
    {
      "_index": "rooms",
      "_score": 1,
      "_source": {
        "resblockId": 1111050770108,
        "resblockName": "領秀慧谷C區(qū)",
        ... ...
      },
      "fields": {
        "resblockId": [ 1111050770108 ]
      },
      "inner_hits": {
        "top_price": {
          "hits": {
            "total": 1,
            "hits": [ 
            { 
              "_index": "rooms",
              "_source": {
                "resblockId": 1111050770108,
                "resblockName": "領秀慧谷C區(qū)",
                "price": 3500,
                ... ...
                "location": "40.106349,116.31051"
              },
              "sort": [ 3500 ]
            }]
          }
        }
      }
    ]
  }
}

Field collapsing 和 agg top_hits 區(qū)別：field collapsing 的結(jié)果是夠精確，同時速度較快鬼悠，更支持分頁功能删性。

LBS

Elasticsearch 同樣也支持了空間位置檢索，即可以通過地理坐標點進行過濾檢索焕窝。

索引格式

由于地理坐標點不能被動態(tài)映射自動檢測蹬挺，需要顯式聲明對應字段類型為 geo-point，如下：

PUT /rooms   //索引名

{
  "mappings": {
    "restaurant": {
      "properties": {
        ... ...
        "location": {          //空間位置檢索字段
          "type": "geo_point"  //字段類型
        }
      }
    }
  }
}

數(shù)據(jù)格式

當需檢索字段類型設置成 geo_point 后它掂，推送的經(jīng)緯度信息的形式可以是字符串巴帮、數(shù)組或者對象，如下：

特別需要注意數(shù)組形式時 lon 與 lat 的前后位置虐秋，不然就果斷踩坑了榕茧。

然后，推送含有經(jīng)緯度的數(shù)據(jù)：

POST /rooms/room/

{
  "resblockId": 1321052240532,
  "resblockName": "領秀新硅谷1號院",
  "houseId": 1112046338679,
  "cityCode": 110000,
  "size": 14,
  "bizcircleCode": [ 611100314 ],
  "bizcircleName": [ "西二旗" ],
  "price": 3330,
  "location": "40.060937,116.315943"
}

檢索過濾方式

Elasticsearch 中支持 4 種地理坐標點過濾器客给，如下表：

例如，查找西二旗地鐵站 4km 的房源信息：

{
  "filter": {              //過濾器
    "geo_distance": {
      "distance": "4km",
      "location": {
        "lat": 40.106349,
        "lon": 116.31051
      }
    }
  }
}

LBS 檢索的結(jié)果為：

{
  "hits": [
    {
      "_index": "rooms",
      "_source": {
        "resblockId": 1111050770108,
        "resblockName": "領秀慧谷C區(qū)",
        ... ...
        "location": "40.106349,116.31051"
      }
    },
    {
      "_index": "rooms",
      "_source": {
        "resblockId": 1111047349969,
        "resblockName": "融澤嘉園",
        ... ...
        "location": "40.074203,116.315445"
      }
    }
  ]
}

總結(jié)

本文講述了使用 Elasticsearch 進行 聚合 和 LBS 檢索靶剑，盡管文中只是以示例形式進行說明蜻拨，會存在很多不全面的地方，還是希望對你我學習 Elasticsearch 能有所幫助桩引。