【Elasticsearch】bucket_sort

Elasticsearch 的`bucket_sort`聚合是一种管道聚合，用于对父多桶聚合（如`terms`、`date_histogram`、`histogram`等）的桶进行排序。以下是关于`bucket_sort`的详细说明：

1.基本功能

`bucket_sort`聚合可以对父聚合返回的桶进行排序，支持以下排序依据：

• `_key`：基于桶的键值（例如时间戳或词项）。

• `_count`：基于桶中的文档数量。

• 子聚合结果：基于子聚合的计算结果（例如`sum`、`avg`等）。

此外，`bucket_sort`还可以通过`from`和`size`参数截断结果，只返回部分桶。

2.参数说明

`bucket_sort`聚合的主要参数包括：

• `sort`：指定排序字段和顺序（升序或降序）。

• `from`：跳过前`N`个桶。

• `size`：返回的桶数量。

• `gap_policy`：当数据中存在缺口时的处理策略，默认为`skip`。

3.使用场景

3.1按子聚合结果排序

假设有一个`sales`索引，包含交易数据，我们希望按月统计销售额，并返回销售额最高的 3 个月：

```json

POST /sales/_search

{

  "size": 0,

  "aggs": {

    "sales_per_month": {

      "date_histogram": {

        "field": "date",

        "calendar_interval": "month"

      },

      "aggs": {

        "total_sales": {

          "sum": {

            "field": "price"

          }

        },

        "sales_bucket_sort": {

          "bucket_sort": {

            "sort": [

              {

                "total_sales": {

                  "order": "desc"

                }

              }

            ],

            "size": 3

          }

        }

      }

    }

  }

}

```

此查询将返回销售额最高的 3 个月。

3.2仅截断结果

如果不进行排序，仅截断结果，可以省略`sort`参数。例如，仅返回第 2 个桶：

```json

POST /sales/_search

{

  "size": 0,

  "aggs": {

    "sales_per_month": {

      "date_histogram": {

        "field": "date",

        "calendar_interval": "month"

      },

      "aggs": {

        "bucket_truncate": {

          "bucket_sort": {

            "from": 1,

            "size": 1

          }

        }

      }

    }

  }

}

```

此查询将仅返回第 2 个桶。

4.与其他聚合结合使用

`bucket_sort`可以与多种聚合结合使用，例如：

• `date_histogram`：按时间间隔分桶并排序。

• `histogram`：按数值间隔分桶并排序。

5.注意事项

• `bucket_sort`是管道聚合，执行顺序在非管道聚合之后。

• 排序和截断操作仅对父聚合返回的桶生效。

通过以上方式，`bucket_sort`聚合可以灵活地对聚合结果进行排序和截断，满足多种数据分析需求。