在Elasticsearch中，Filter聚合是一种单桶聚合，用于根据特定的查询条件筛选文档，并对筛选后的文档集合进行进一步的聚合分析。它允许用户在执行聚合操作之前，先过滤出符合某些条件的文档，从而更精确地分析数据。

 

 

Filter聚合的核心概念

 

1. 过滤条件：

 

• Filter聚合通过一个查询（如`term`、`range`、`bool`等）来定义过滤条件。

 

• 只有满足这些条件的文档才会被包含在聚合结果中。

 

 

2. 子聚合：

 

• Filter聚合可以包含子聚合，这些子聚合仅对过滤后的文档集合进行计算。

 

• 这使得用户可以在特定的文档子集中进行更复杂的分析。

 

 

3. 性能优势：

 

• Filter聚合在内部进行了优化，比直接在查询中使用`filter`子句更高效。

 

• 它特别适合于需要对特定文档子集进行多次聚合分析的场景。

 

 

Filter聚合的语法

Filter聚合的基本语法如下：

 

 

```json

{

  "aggs": {

    "<aggregation_name>": {

      "filter": {

        "<query>": {

          "<query_definition>": ...

        }

      },

      "aggs": {

        "<sub_aggregation_name>": {

          "<sub_aggregation_type>": {

            "<sub_aggregation_definition>": ...

          }

        }

      }

    }

  }

}

```

 

 

 

• `<aggregation_name>`：自定义的聚合名称。

 

• `<query>`：定义过滤条件的查询类型（如`term`、`range`等）。

 

• `<query_definition>`：具体的查询定义。

 

• `<sub_aggregation_name>`：子聚合的名称。

 

• `<sub_aggregation_type>`：子聚合的类型（如`avg`、`sum`、`max`等）。

 

• `<sub_aggregation_definition>`：子聚合的具体定义。

 

 

示例：计算特定类型商品的平均价格

假设我们有一个`sales`索引，其中包含不同类型的销售记录，我们希望计算所有T恤的平均价格。可以使用以下Filter聚合：

 

 

```json

POST /sales/_search?size=0&filter_path=aggregations

{

  "aggs": {

    "t_shirts": {

      "filter": {

        "term": {

          "type": "t-shirt"

        }

      },

      "aggs": {

        "avg_price": {

          "avg": {

            "field": "price"

          }

        }

      }

    }

  }

}

```

 

 

 

响应结果

 

```json

{

  "aggregations": {

    "t_shirts": {

      "doc_count": 3,

      "avg_price": {

        "value": 128.33333333333334

      }

    }

  }

}

```

 

 

 

• `doc_count`：表示过滤后的文档数量（即T恤的数量）。

 

• `avg_price`：表示这些T恤的平均价格。

 

 

使用顶级`query`限制所有聚合

如果需要对所有聚合操作的文档集合进行限制，可以使用顶级`query`。这比使用Filter聚合更高效，因为它在聚合之前就过滤了文档。

 

例如，如果只想对T恤进行聚合分析，可以使用以下方式：

 

 

```json

POST /sales/_search?size=0&filter_path=aggregations

{

  "query": {

    "term": {

      "type": "t-shirt"

    }

  },

  "aggs": {

    "avg_price": {

      "avg": {

        "field": "price"

      }

    }

  }

}

```

 

 

 

使用`filters`聚合进行多过滤器分组

如果需要对多个过滤条件进行分组分析，可以使用`filters`聚合。这比多个单独的Filter聚合更高效。

 

例如，同时计算帽子和T恤的平均价格：

 

 

```json

POST /sales/_search?size=0&filter_path=aggregations

{

  "aggs": {

    "f": {

      "filters": {

        "filters": {

          "hats": {

            "term": {

              "type": "hat"

            }

          },

          "t_shirts": {

            "term": {

              "type": "t-shirt"

            }

          }

        }

      },

      "aggs": {

        "avg_price": {

          "avg": {

            "field": "price"

          }

        }

      }

    }

  }

}

```

 

 

 

响应结果

 

```json

{

  "aggregations": {

    "f": {

      "buckets": {

        "hats": {

          "doc_count": 2,

          "avg_price": {

            "value": 100.5

          }

        },

        "t_shirts": {

          "doc_count": 3,

          "avg_price": {

            "value": 128.33333333333334

          }

        }

      }

    }

  }

}

```

 

 

 

总结

 

• Filter聚合：用于根据特定条件筛选文档，并对筛选后的文档进行聚合分析。

 

• 性能优化：使用顶级`query`限制所有聚合操作的文档集合，或使用`filters`聚合对多个过滤条件进行分组分析，可以提高性能。

 

• 应用场景：适用于需要对特定文档子集进行多次聚合分析的场景，例如按产品类型、价格范围等进行分组分析。

 

通过合理使用Filter聚合，可以更高效地对Elasticsearch中的数据进行分析和挖掘。