第 6 章 统计视角：聚合分析的另一段旅程
文档摘要
第 6 章 · 统计视角：聚合分析的另一段旅程 章节摘要：搜索回答"哪些文档命中"，聚合回答"这批数据长什么样"。同一批工单，可以统计平均处理时长（指标聚合）、按状态分组数一数（桶聚合）、再在分组结果上算环比（管道聚合）。本章沿着这三层能力递进，讲清聚合与查询共用两阶段执行的原理、docvalues 列式存储的角色、terms 桶的取数边界与嵌套写法。读完你能把一张业务报表直接翻译成聚合请求。 学习目标 阅读完本章，你应当能够： 区分指标聚合、桶聚合、管道聚合三层能力，各举一个业务对应物。 写出均值、基数、百分位等指标聚合，读懂响应结构，知道 size 设零的时机。 用 terms、range、datehistogram 组桶并嵌套子聚合，完成分组报表。
第 6 章 · 统计视角：聚合分析的另一段旅程
章节摘要：搜索回答"哪些文档命中"，聚合回答"这批数据长什么样"。同一批工单，可以统计平均处理时长（指标聚合）、按状态分组数一数（桶聚合）、再在分组结果上算环比（管道聚合）。本章沿着这三层能力递进，讲清聚合与查询共用两阶段执行的原理、doc_values 列式存储的角色、terms 桶的取数边界与嵌套写法。读完你能把一张业务报表直接翻译成聚合请求。
学习目标
阅读完本章，你应当能够：
- 区分指标聚合、桶聚合、管道聚合三层能力，各举一个业务对应物。
- 写出均值、基数、百分位等指标聚合，读懂响应结构，知道 size 设零的时机。
- 用 terms、range、date_histogram 组桶并嵌套子聚合，完成分组报表。
- 解释 terms 桶的取数边界（分片各自取前 N 再归并）与误差来源，会用恰当参数核对精度。
- 用管道聚合在桶结果上做衍生计算（环比、均值比、累计）。
核心概念速览
金句：查询圈定一个集合，聚合回答这个集合的结构——桶是格子，指标是格子里的数，管道是格子之间的运算。
子章节导航
6.1 聚合框架与指标聚合
聚合请求的骨架与执行模型：aggs 与 query 平级、两阶段分工、size 设零只取统计；然后是指标聚合一族——均值、极值、基数、百分位，每个配业务场景与读法。
6.2 桶聚合：把文档分进格子
terms、range、date_histogram 三种最常用的桶，嵌套子聚合的写法，terms 桶的取数边界与精度核对——报表对不上数的排查从这一节开始。
6.3 管道聚合：在聚合结果上再计算
桶间运算的思路：兄弟管道算均值比与排名，父管道做衍生与累计；再配一个"月环比报表"的完整案例收束全章。
子章节之间的逻辑关系
三节是能力的三层堆叠：先会算数（指标），再会分格（桶），最后在格子间运算（管道）。6.2 的嵌套写法依赖 6.1 的指标语法，6.3 的管道必须踩在 6.2 的桶结果之上——顺序即难度阶梯，也是报表的组装顺序。
6.1 指标聚合（算数） ──► 6.2 桶聚合（分格+嵌套） ──► 6.3 管道聚合（格间运算） │ │ │ └─► 第3章 doc_values └─► 第9章 报表与仪表盘 └─► 第9章 案例的运营看板
本章考核清单
| 考核点 | 达标标准 | 对应小节 |
|---|---|---|
| 三层能力对号 | 给定报表需求，判断该用指标、桶还是管道聚合 | 6.1 |
| 写指标聚合 | 写出均值、基数、百分位请求，并解释 size 设零的时机 | 6.1 |
| 组桶嵌套 | 用 date_histogram 套 terms 写出每日各状态工单量 | 6.2 |
| 解释误差上界 | 说出 terms 桶的取数过程，读懂误差上界字段的含义 | 6.2 |
| 管道计算 | 在日桶上算环比与均值比，读懂桶路径写法 | 6.3 |
易错点速查
- 对 text 字段直接聚合：聚合吃 keyword 与数值的列存，text 要先挂子字段。
- date_histogram 不设时区：按世界时切天，本地报表的"今天"永远缺八小时，口径之争由此而来。
- 把"其余桶"合计当错误：它是近似取数的正常部分，报表里要如实标注口径。
- 基数超阈值还要精度：阈值内可当精确值用，超过后要么加阈值换内存，要么改预聚合方案，量级与精度是经典交换。
前置知识与后续延伸
- 前置知识：第 5 章的两阶段执行（聚合同样扇出到分片再归并）；第 3 章的 keyword 形态（terms 桶吃的是整串词条）与 doc_values（聚合的数据来源）。
- 后续延伸：本章的聚合语法直接长成第 9 章案例里的运营看板；terms 误差意识迁移到 9.3 的"报表对不上"排查；date_histogram 的时区坑在按月索引上还会重现。