如何使用 Elasticsearch 进行年度聚合？

Question

假设我在文档上有一个日期字段，我知道使用 date_histogram 聚合可以按天、月、年等获取文档计数。

我想做的是获取给定年份中 1 月、2 月、3 月等的平均文档数量。在给定的几周内，周一、周二、周三等也是如此。有没有办法使用相同的日期字段来做到这一点，或者使用 Elasticsearch 实现这一目标的最佳方法是什么？

---

示例

假设我们有一堆超过三年的订单：

• 2012 - 1 月（10 个订单）、2 月（5 个订单）、3 月（7 个订单）、4 月（11 个订单）等
• 2013 - 1 月（13 个订单）、2 月（7 个订单）、3 月（12 个订单）、4 月（15 个订单）等
• 2014 - 1 月（10 个订单）、2 月（7 个订单）、3 月（6 个订单）、4 月（13 个订单）等。

我想要的是给定年份每个月的平均值，因此输出将是：

1 月（10 + 13 + 10 / 3 = 11 个订单）、2 月（6.33 个订单）、3 月（8.33 个订单）、4 月（13 个订单）等

最好能将其推广到 N 年（或 N 个一月等），以便我们在任何日期范围内进行搜索。

Answer 1

您可以像这样使用“monthOfYear”：

"aggregations": {
    "timeslice": {
        "histogram": {
            "script": "doc['timestamp'].date.getMonthOfYear()",
            "interval": 1,
            "min_doc_count": 0,
            "extended_bounds": {
                "min": 1,
                "max": 12
            },
            "order": {
                "_key": "desc"
            }
        }
    }

扩展的界限将确保您获得每个月的值（即使它为零）。

如果您想要月份名称，您可以在自己的代码中执行此操作，或者执行此操作（结果是您将无法获得没有数据的月份的值）：

"aggregations": {
    "monthOfYear": {
        "terms": {
            "script": "doc['timestamp'].date.monthOfYear().getAsText()",
            "order": {
                "_term": "asc"
            }
        }
    }

一旦你有了这个，你就可以将你的统计聚合嵌套在这个里面：

"aggregations: {
    "monthOfYear": {
        "terms": {
            ...
        },
        "aggregations": {
            "stats": ...
        }
    }
 }

这个问题现在已经很老了，但是，希望这对某人有所帮助。

Answer 2

我对你想要的理解是：

您希望查看每年存储桶中每月的平均文档数

对吗？

如果是这样，您可以计算一年中的文档数量（即年度存储桶），然后使用脚本除以 12。

例如在每周存储桶中显示每日平均文档计数（假设每月 30 天）：

curl -XGET 'http://localhost:9200/index/type/_search?pretty' -d '{
  "aggs" : {
    "monthly_bucket": {
         "date_histogram": {"field": "datefield","interval": "week"},
              "aggs" : {
                    "weekly_average": {"sum" : {"script" : " doc[\"datefield\"].value>0 ? 1/30 : 0"} }}
         }
     }
}'