ElasticSearch 统计分析全攻略

在大数据时代，数据的价值不仅在于存储，更在于能够从中挖掘出有意义的信息。ElasticSearch 作为一款强大的分布式搜索引擎，除了具备出色的搜索功能外，其内置的统计分析能力也不容小觑，能够助力我们快速洞察数据背后的规律。

一、基础统计指标获取

ElasticSearch 提供了一系列简单而实用的聚合操作来获取基础统计信息。例如，通过 value_count 聚合，我们可以轻松统计某个字段的非空值数量。假设我们有一个电商产品索引，想要知道商品名称的数量，查询语句如下：

{
  "aggs": {
    "product_name_count": {
      "value_count": {
        "field": "product_name.keyword"
      }
    }
  }
}

这里使用 keyword 类型确保精确统计，它会返回一个包含计数值的结果集，让我们瞬间知晓商品名称的总体情况。

而对于数值型字段，像商品价格，stats 聚合则能一次性给出最小值、最大值、平均值、总和以及数量等统计量。以统计所有商品价格的相关指标为例：

{
  "aggs": {
    "price_stats": {
      "stats": {
        "field": "price"
      }
    }
  }
}

执行此查询后，得到的结果会清晰呈现价格的分布全貌，帮助商家了解产品定价的整体态势。

二、分组统计（Terms Aggregation）

当我们需要按照特定类别进行统计分析时，Terms Aggregation 就派上用场了。比如，按商品的类别统计销售数量。首先，确保商品索引中有 “category” 字段标识类别，查询如下：

{
  "aggs": {
    "category_sales":