How to get an Elasticsearch aggregation with multiple fields

在Elasticsearch中实现多个字段的聚合通常涉及到“桶聚合”（Bucket Aggregations），这些桶聚合可以根据一个或多个字段将文档分组，然后可以在这些分组上执行统计计算。具体来说，如果要基于多个字段进行聚合，可以使用“多重聚合”（Multi-Bucket Aggregations），比如terms聚合和histogram聚合，并且可以嵌套使用，以构建复杂的聚合结构。

示例场景

假设我们有一个电商平台，记录了用户的购买记录，每条记录包含用户ID、产品类别和购买金额。现在我们想要得到每个用户在每个产品类别上的总消费金额。

Elasticsearch 查询实现

为了实现上述需求，我们可以首先根据用户ID进行聚合，然后在每个用户的聚合内部，根据产品类别再次聚合，最后对购买金额使用sum聚合来计算总金额。

下面是对应的Elasticsearch查询DSL（Domain Specific Language）示例：

json
POST /purchases/_search
{
  "size": 0, 
  "aggs": {
    "by_user": {
      "terms": {
        "field": "user_id",
        "size": 10
      },
      "aggs": {
        "by_category": {
          "terms": {
            "field": "category",
            "size": 10
          },
          "aggs": {
            "total_spent": {
              "sum": {
                "field": "amount"
              }
            }
          }
        }
      }
    }
  }
}

说明

1. 顶层聚合 by_user: 这一层聚合将所有文档根据user_id字段分组，每个用户ID是一个桶。
2. 第二层聚合 by_category: 对于每个用户ID桶内的文档，我们根据category字段再次进行聚合，每个产品类别是一个桶。
3. 第三层聚合 total_spent: 在每个产品类别桶内，我们通过对amount字段求和来得出总的消费金额。

总结

通过这种嵌套的聚合方式，我们可以灵活地对数据进行多维度的分析和统计，从而满足复杂的业务需求。Elasticsearch的强大聚合功能使得处理大规模数据变得简单高效。在实际应用中，根据数据的实际情况和业务需求，可以调整聚合的字段和方法，以及调整聚合的粒度和范围。