一个单值指标聚合,它计算从聚合文档中提取的数值的平均值,这些值能够从文档中的特定数字字段中提取,也能够由提供的脚本生成。less
假设数据由表明学生考试成绩(0到100之间)的文档组成,咱们能够平均他们的分数:code
POST /exams/_search?size=0 { "aggs" : { "avg_grade" : { "avg" : { "field" : "grade" } } } }
上面的聚合计算全部文档的平均成绩,聚合类型为avg
,field
设置定义要计算平均值的文档的数值字段,以上将返回如下内容:ip
{ ... "aggregations": { "avg_grade": { "value": 75.0 } } }
聚合的名称(上面的avg_grade
)还充当从返回的响应中检索聚合结果的键。文档
根据脚本计算平均成绩:io
POST /exams/_search?size=0 { "aggs" : { "avg_grade" : { "avg" : { "script" : { "source" : "doc.grade.value" } } } } }
这将把script
参数解释为一个inline
脚本,使用painless
脚本语言,而且没有脚本参数,要使用存储的脚本,请使用如下语法:语法
POST /exams/_search?size=0 { "aggs" : { "avg_grade" : { "avg" : { "script" : { "id": "my_script", "params": { "field": "grade" } } } } } }
结果是,此次考试的成绩远远超过了学生的水平,须要进行成绩修正,咱们能够使用值脚原本得到新的平均值:数据
POST /exams/_search?size=0 { "aggs" : { "avg_corrected_grade" : { "avg" : { "field" : "grade", "script" : { "lang": "painless", "source": "_value * params.correction", "params" : { "correction" : 1.2 } } } } } }
missing
参数定义了如何处理缺失值的文档,默认状况下,它们将被忽略,但也能够将它们视为有值来处理。脚本
POST /exams/_search?size=0 { "aggs" : { "grade_avg" : { "avg" : { "field" : "grade", "missing": 10 } } } }
在grade
字段中没有值的文档将与值为10
的文档落入同一桶中。语言