聚合提供了从数据中分组和提取统计信息的功能。考虑聚合的最简单方法是将其大致等同于SQL GROUP BY和SQL聚合函数。在Elasticsearch中，您可以执行返回匹配的搜索，同时在一个响应中返回与命中相关的聚合结果。这是非常强大和高效的，因为您可以运行查询和多个聚合，并一次性获取两个（或任一）操作的结果，避免使用简洁和简化的API进行网络传输。

    首先，此示例按状态对所有帐户进行分组，然后返回按计数降序排序的前10个（默认）状态（也是默认值）：

    1. GET /bank/_search
    2. {
    3.   "size": 0,
    4.   "aggs": {
    5.     "group_by_state": {
    6.       "terms": {
    7.         "field": "state.keyword"
    8.       }
    9.     }
    10.   }
    11. }

    在SQL中，上述聚合在概念上类似于：

    1. SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC LIMIT 10;

    响应（部分显示）：

    1. {
    2.   "took": 29,
    3.   "timed_out": false,
    4.   "_shards": {
    5.     "total": 5,
    6.     "successful": 5,
    7.     "skipped" : 0,
    8.     "failed": 0
    9.   },
    10.   "hits" : {
    11.      "total" : {
    12.         "value": 1000,
    13.         "relation": "eq"
    14.      },
    15.     "max_score" : null,
    16.     "hits" : [ ]
    17.   },
    18.   "aggregations" : {
    19.     "group_by_state" : {
    20.       "doc_count_error_upper_bound": 20,
    21.       "sum_other_doc_count": 770,
    22.       "buckets" : [ {
    23.         "key" : "ID",
    24.         "doc_count" : 27
    25.       }, {
    26.         "key" : "TX",
    27.         "doc_count" : 27
    28.       }, {
    29.         "key" : "AL",
    30.         "doc_count" : 25
    31.       }, {
    32.         "key" : "MD",
    33.         "doc_count" : 25
    34.       }, {
    35.         "key" : "TN",
    36.         "doc_count" : 23
    37.       }, {
    38.         "key" : "MA",
    39.         "doc_count" : 21
    40.       }, {
    41.         "key" : "NC",
    42.         "doc_count" : 21
    43.       }, {
    44.         "key" : "ND",
    45.         "doc_count" : 21
    46.       }, {
    47.         "key" : "ME",
    48.         "doc_count" : 20
    49.       }, {
    50.         "key" : "MO",
    51.         "doc_count" : 20
    52.       } ]
    53.     }
    54.   }
    55. }

    我们可以看到ID（爱达荷州）有27个账户，其次是TX（德克萨斯州）的27个账户，其次是AL（阿拉巴马州）的25个账户，依此类推。

    在前一个聚合的基础上，此示例按州计算平均帐户余额（同样仅针对按降序排序的前10个州）：

    1. GET /bank/_search
    2. {
    3.   "size": 0,
    4.   "aggs": {
    5.     "group_by_state": {
    6.       "terms": {
    7.         "field": "state.keyword"
    8.       },
    9.       "aggs": {
    10.         "average_balance": {
    11.           "avg": {
    12.             "field": "balance"
    13.           }
    14.         }
    15.       }
    16.     }
    17.   }
    18. }

    请注意我们如何嵌套group_by_state聚合中的average_balance聚合。这是所有聚合的常见模式。您可以在聚合中任意嵌套聚合，以从数据中提取所需的结果集。

    在前一个聚合的基础上，我们现在按降序排列平均余额：

    1. GET /bank/_search
    2. {
    3.   "size": 0,
    4.   "aggs": {
    5.     "group_by_state": {
    6.       "terms": {
    7.         "field": "state.keyword",
    8.         "order": {
    9.           "average_balance": "desc"
    10.         }
    11.       },
    12.       "aggs": {
    13.         "average_balance": {
    14.           "avg": {
    15.             "field": "balance"
    16.           }
    17.         }
    18.       }
    19.     }
    20.   }
    21. }

    此示例演示了我们如何按年龄段（20-29岁，30-39岁和40-49岁）进行分组，然后按性别进行分组，最后得到每个年龄段的平均帐户余额：

    1. GET /bank/_search
    2. {
    3.   "size": 0,
    4.   "aggs": {
    5.     "group_by_age": {
    6.       "range": {
    7.         "field": "age",
    8.         "ranges": [
    9.           {
    10.             "from": 20,
    11.             "to": 30
    12.           },
    13.           {
    14.             "from": 30,
    15.             "to": 40
    16.           },
    17.           {
    18.             "from": 40,
    19.             "to": 50
    20.           }
    21.         ]
    22.       },
    23.       "aggs": {
    24.         "group_by_gender": {
    25.           "terms": {
    26.             "field": "gender.keyword"
    27.           },
    28.           "aggs": {
    29.             "average_balance": {
    30.               "avg": {
    31.                 "field": "balance"
    32.               }
    33.             }
    34.           }
    35.         }
    36.       }
    37.     }
    38.   }
    39. }

    还有许多其他聚合功能，我们在此不再详述。如果您想进行进一步的实验，聚合参考指南是一个很好的起点。