ElasticSearch 使用 Composite Aggregation 实现桶的分页查询功能

更新时间：2024年12月12日 14:13:43 作者：小小工匠

composite aggregation 是 Elasticsearch 中的一种特殊聚合方式,适用于需要分页展示的聚合结果,本文给大家介绍ElasticSearch 使用 Composite Aggregation 实现桶的分页查询,感兴趣的朋友一起看看吧

官方文档

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-composite-aggregation.html#_pagination

概述

当需要分页查询大量的桶时composite 聚合可以通过分页的方式逐步获取桶结果，避免一次性返回大量的桶 。

与传统分页方法不同，composite aggregation 并不基于结果的偏移量（offset），而是基于聚合桶的游标机制来实现分页，从而避免了性能瓶颈。

Composite Aggregation 概述

composite aggregation 是 Elasticsearch 中的一种特殊聚合方式，适用于需要分页展示的聚合结果。它与传统的聚合方式不同，采用了基于游标的分页模型。composite aggregation 不依赖 from 和 size 来进行分页，而是通过 after 参数来指定从某个特定桶之后开始返回数据，从而实现分页。

示例：基本分页查询

假设我们有一个索引，名称为 your_index_name，其中包含多个文档，每个文档都有一个字段 your_field_name。我们希望根据这个字段进行分页查询，并且每次返回 10 个聚合结果。

以下是一个基础的分页查询示例：

GET /your_index_name/_search
{
  "size": 0,
  "aggs": {
    "my_composite_agg": {
      "composite": {
        "size": 10, 
        "sources": [
          {
            "my_terms_agg": {
              "terms": {
                "field": "your_field_name"
              }
            }
          }
        ]
      }
    }
  }
}

size 设置为 0：由于我们使用的是聚合查询，而非文档查询，所以不需要返回文档内容。size: 0 意味着查询结果中不会包含文档，只会返回聚合的结果。
composite 聚合：这是我们实现分页的关键。composite 聚合会根据指定的聚合方式返回一个分页的桶（bucket）结果。每个桶代表了根据 your_field_name 字段分组后的数据。
size: 10：表示每次返回 10 个桶，即每页 10 条聚合结果。
sources：这是定义如何分组数据的部分。这里，我们使用了 terms 聚合，根据 your_field_name 字段的值对文档进行分组。

分页：获取下一页结果

要实现分页，我们需要使用 after 参数来指示从哪个位置开始返回数据。这个参数的值是上一个查询返回的最后一个桶的 key 值。

下面是如何获取第二页结果的示例：

GET /your_index_name/_search
{
  "size": 0,
  "aggs": {
    "my_composite_agg": {
      "composite": {
        "size": 10,
        "after": ["bucket_key_from_first_page"],  // 第一页的最后一个桶的key值
        "sources": [
          {
            "my_terms_agg": {
              "terms": {
                "field": "your_field_name"
              }
            }
          }
        ]
      }
    }
  }
}

after 参数：这是实现分页的关键，after 参数的值应该是上一页结果的最后一个桶的 key 值（可以通过上一页查询结果中的 after_key 获取）。after 参数告诉 Elasticsearch 从哪个位置开始返回数据，从而实现分页。
获取 after_key：在每次查询的返回结果中，除了聚合的结果之外，还可以看到一个 after_key 字段，这个字段就是下一次分页查询所需要使用的 after 参数的值。

例如，假设第一次查询的返回结果包含以下聚合信息：

{
  "aggregations": {
    "my_composite_agg": {
      "buckets": [
        {
          "key": { "your_field_name": "value1" },
          "doc_count": 10
        },
        {
          "key": { "your_field_name": "value2" },
          "doc_count": 15
        },
        // ... 更多桶
      ],
      "after_key": { "your_field_name": "value2" }
    }
  }
}

在第二次分页查询时，我们需要使用 after_key 中的 your_field_name: "value2" 作为 after 参数的值，以此来获取下一页的结果。

官方案例

GET /_search
{
  "size": 0,
  "aggs": {
    "my_buckets": {
      "composite": {
        "size": 2,
        "sources": [
          { "date": { "date_histogram": { "field": "timestamp", "calendar_interval": "1d" } } },
          { "product": { "terms": { "field": "product" } } }
        ]
      }
    }
  }
}

{
  ...
  "aggregations": {
    "my_buckets": {
      "after_key": {
        "date": 1494288000000,
        "product": "mad max"
      },
      "buckets": [
        {
          "key": {
            "date": 1494201600000,
            "product": "rocky"
          },
          "doc_count": 1
        },
        {
          "key": {
            "date": 1494288000000,
            "product": "mad max"
          },
          "doc_count": 2
        }
      ]
    }
  }
}

下次查询

GET /_search
{
  "size": 0,
  "aggs": {
    "my_buckets": {
      "composite": {
        "size": 2,
        "sources": [
          { "date": { "date_histogram": { "field": "timestamp", "calendar_interval": "1d", "order": "desc" } } },
          { "product": { "terms": { "field": "product", "order": "asc" } } }
        ],
        "after": { "date": 1494288000000, "product": "mad max" } 
      }
    }
  }
}

使用场景

composite aggregation 非常适用于以下场景：

大量数据分页：当桶数据量非常大时，使用 composite aggregation 可以避免偏移的性能开销。
基于字段的分组分页：如果需要对某个字段进行分组并进行分页，composite aggregation 是最合适的方式。
避免数据丢失：使用传统分页方法时，由于数据的变动可能导致查询结果发生偏移，从而可能出现重复或遗漏的情况。composite aggregation 通过游标机制避免了这个问题。

注意事项

after 参数的类型：after 参数的值类型与 sources 中定义的聚合字段类型保持一致。例如，如果你的字段是字符串类型，那么 after 参数应该是字符串类型；如果是数字类型，那么应该是数字类型。
分页的顺序：composite aggregation 是基于聚合桶的游标来分页的，因此分页的顺序依赖于聚合字段的值排序。如果数据分布不均，可能会导致每页的桶数不一致。
限制聚合桶数：虽然可以通过 size 参数控制每页的结果数，但需要注意的是，composite aggregation 每次最多只会返回 10,000 个桶。如果你的分页范围超过这个数量，可能需要对数据进行分片或者其他优化。

到此这篇关于ElasticSearch 使用 Composite Aggregation 实现桶的分页查询的文章就介绍到这了,更多相关ElasticSearch 使用 Composite Aggregation内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

SpringBoot系列之MongoDB Aggregations用法详解

redis debug环境搭建过程详解(使用clion)
这篇文章给大家介绍redis debug环境搭建过程，使用clion，达到和调试java一样的效果，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧
2021-07-07
解决Git Bash中文乱码的问题
这篇文章介绍了解决Git Bash中文乱码的的方法，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-04-04
自动驾驶技术之V2X技术的介绍
本章内容介绍了如何利用车辆自身的智能，还可以借助外部环境实现信息的获取，这一类技术统称为V2X技术。接下来我们大家一起来学习吧
2021-08-08
IntelliJ IDEA 2020.1配置svn的图文教程
这篇文章主要介绍了IntelliJ IDEA 2020.1配置svn的图文教程,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-11-11
各种语言常用的一句话判断代码
提供各种语言常用的一句话判断代码：一句话就能判断是不是含有中文、一句话就能判断是不是纯数字、一句话就能判断是不是闰年、一句话就能判断记录分多少页
2013-03-03
电子邮件退信原因大全
我们可以对邮件多尝试几次发送，如果实在不行那就过一会再发送邮件。
2009-06-06
基于 Dubbo Admin 临时踢除问题服务实例步骤
服务在线上运行的过程中，难免遇到某些节点有问题，为了不影响整体服务的正常运行，需要临时下线问题的服务实例，这篇文章主要介绍了基于 Dubbo Admin 临时踢除问题服务实例,需要的朋友可以参考下
2022-12-12
最新idea2021注册码永久激活(激活到2100年)
这篇文章主要介绍了idea2021注册码永久激活（激活到2100年）,文中给大家提到了2020年最新JetBrains授权服务器-IntelliJ IDEA激活，需要的朋友可以参考下
2020-01-01
Mac下更换Homebrew镜像源的实现方法
本文主要介绍了Mac下更换Homebrew镜像源的实现方法，文中通过示例代码介绍的非常详细，需要的朋友们下面随着小编来一起学习学习吧
2021-07-07
Git基础之git与SVN版本控制优缺点区别分析
这篇文章主要为大家介绍了Git基础之git与SVN优缺点及区别分析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-04-04