---

1. Elasticsearch 如何定制聚合结果的显示方式？

核心比喻：像“超市货架整理师”一样分类和统计商品

• 问题：
  你想知道“每周的订单量”，但默认的聚合结果可能返回时间戳和数值，比如 {"key": 1700000000, "doc_count": 15}，难以直接阅读。
• 解决办法：
  使用 聚合格式化参数，像“超市货架标签”一样，将时间戳转为“2023-10-01”或“第40周”，并控制显示的字段。

---

2. 定制聚合结果的组成部分

核心组成部分

1. 聚合类型
   • 日期直方图（date_histogram）：按周、日、小时统计。
   • 术语聚合（terms）：按分类、状态统计。
2. 格式化参数
   • format：将时间戳转为可读格式（如 yyyy-MM-dd）。
   • calendar_interval：按周、月等自然时间间隔聚合。
3. 扩展统计（Metrics）
   • 计算总销售额、平均价格等。
4. 别名（Meta）：给聚合结果添加描述性名称。

---

3. 使用场景

• 电商分析：
  统计“每周的订单量”或“每月的销售额”。
• 日志监控：
  统计“每天的错误日志数量”或“每小时的请求次数”。
• 用户活跃度：
  统计“每周新用户注册量”或“每日活跃用户数”。

---

4. 底层原理

(1) 聚合处理流程

1. 数据分组：
   • 根据聚合类型（如周）将数据分组（如 2023-10-01 到 2023-10-07 的订单）。
2. 计算统计值：
   • 每个组统计文档数（doc_count）、总销售额等。
3. 格式化结果：
   • 将时间戳转换为可读格式（如 2023-Week 40）。
   • 添加别名或扩展统计字段。

(2) 核心机制

• 日期直方图（date_histogram）：
  将时间字段按间隔（如周）分桶，统计每桶的文档数。
• 格式化参数：
  使用 format 将时间戳转为 yyyy-MM-dd 或 yyyy-ww（年-周）。
• 元数据（Meta）：
  添加自定义标签，方便结果解读。

---

5. 流程图

以下是聚合结果定制的流程：

+-------------------+
| 用户发送聚合查询  |  （如统计每周订单量）
+-------------------+
         |
         v
+-------------------+
| Elasticsearch     |
| 处理聚合          |
| 1. 按周分组       |
| 2. 统计每组订单数 |
| 3. 格式化时间     |
| 4. 添加元数据     |
+-------------------+
         |
         v
+-------------------+
| 返回格式化结果    |  （如 "2023-Week 40": 150单）
+-------------------+

---

6. 概念图

以下是聚合定制的核心概念：

+-------------------+
| 聚合格式化        |
+-------------------+
         |
         v
+-------------------+
| 聚合类型          |  （如 date_histogram）
+-------------------+
         |
         v
+-------------------+
| 格式化参数        |  （如 format: "yyyy-ww"）
+-------------------+
         |
         v
+-------------------+
| 扩展统计          |  （如总销售额）
+-------------------+
         |
         v
+-------------------+
| 元数据（Meta）    |  （如 "name": "每周订单统计"）
+-------------------+

---

7. UML 类图

以下是简化后的 UML 类图：

+-------------------+
| Aggregation       |
+-------------------+
| - type: string    |  （如 "date_histogram"）
| - field: string   |  （如 "order_date"）
| - format: string  |  （如 "yyyy-ww"）
| - meta: object    |  （自定义元数据）
+-------------------+

+-------------------+
| HistogramResult   |
+-------------------+
| - buckets: array  |  （每个时间段的统计结果）
| - doc_count: int  |  （每组文档数量）
| - meta: object    |  （自定义标签）
+-------------------+

---

8. 思维导图

以下是聚合定制的思维导图：

+-------------------+
| 聚合结果定制      |
+-------------------+
| + 核心步骤        |
|   + 选择聚合类型  |
|   + 设置格式      |
|   + 添加统计      |
|   + 自定义元数据  |
| + 参数设置        |
|   + 时间间隔      |
|   + 格式化        |
|   + 统计类型      |
| + 输出控制        |
|   + 可读时间      |
|   + 自定义标签    |
+-------------------+

---

9. 实例代码（PHP 演示聚合格式化）

以下是 PHP 代码示例，演示如何按周统计订单量并格式化结果：

<?php

// 1. 安装 Elasticsearch 客户端库（需要先执行：composer require elasticsearch）
require 'vendor/autoload.php';

// 2. 创建客户端连接到服务器
use Elasticsearch\ClientBuilder;

$client = ClientBuilder::create()
    ->setHosts(['http://localhost:9200'])
    ->build();

// 3. 创建索引并定义字段
$params = [
    'index' => 'order_index',
    'body' => [
        'mappings' => [
            'properties' => [
                'order_date' => ['type' => 'date'],
                'price' => ['type' => 'integer']
            ]
        ]
    ]
];
$client->indices()->create($params);

// 4. 插入测试数据（假设订单在2023年10月第一周）
for ($i = 1; $i <= 10; $i++) {
    $client->index([
        'index' => 'order_index',
        'id' => $i,
        'body' => [
            'order_date' => '2023-10-0' . $i, // 10月1日到10月10日
            'price' => 99
        ]
    ]);
}

// 5. 聚合查询：统计每周订单量并格式化为 "年-周" 格式
$searchParams = [
    'index' => 'order_index',
    'body' => [
        'size' => 0, // 不返回文档，只返回聚合
        'aggs' => [
            'weekly_orders' => [
                'date_histogram' => [
                    'field' => 'order_date', // 聚合的字段
                    'calendar_interval' => 'week', // 按周统计
                    'format' => 'yyyy-ww', // 格式化为 "年-周"
                    'time_zone' => '+08:00' // 时区设置
                ],
                'aggs' => [
                    'total_sales' => [
                        'sum' => [
                            'field' => 'price' // 统计总销售额
                        ]
                    ]
                ]
            ],
            'meta_info' => [
                'meta' => [
                    'name' => '每周订单统计' // 自定义标签
                ]
            ]
        ]
    ]
];

// 6. 执行查询
$searchResult = $client->search($searchParams);
print_r($searchResult); // 输出每周的订单量和销售额

// 7. 清理
$client->indices()->delete(['index' => 'order_index']);

---

代码注释详细解释

第 5 步：日期直方图聚合

'date_histogram' => [
    'field' => 'order_date',
    'calendar_interval' => 'week',
    'format' => 'yyyy-ww',
    'time_zone' => '+08:00'
]

1. 作用：按周分组订单，并将时间格式化为 年-周（如 2023-40）。
2. 为什么这么写：需要统计每周订单量，且希望结果更易读。
3. 知识点：date_histogram 聚合和 calendar_interval 参数。

第 5 步：扩展统计（总销售额）

'total_sales' => [
    'sum' => ['field' => 'price']
]

1. 作用：在每组中计算总销售额。
2. 为什么这么写：除了订单量，还需知道每周的销售额。
3. 知识点：嵌套聚合（在日期直方图中嵌套 sum 聚合）。

第 5 步：元数据（Meta）

'meta_info' => [
    'meta' => ['name' => '每周订单统计']
]

1. 作用：添加自定义标签，方便结果解读。
2. 为什么这么写：让结果更具描述性，避免混淆。
3. 知识点：meta 参数用于添加元数据。

查询结果示例

{
  "aggregations": {
    "weekly_orders": {
      "buckets": [
        {
          "key_as_string": "2023-40", // 格式化后的时间（2023年第40周）
          "key": 1696118400, // UTC 时间戳
          "doc_count": 10, // 本周订单量
          "total_sales": {"value": 990} // 总销售额
        }
      ],
      "meta": {"name": "每周订单统计"}
    }
  }
}

---

10. 详细说明

(1) 聚合类型选择

• date_histogram：按时间间隔（周、日）分组。
• terms：按分类（如商品类型）分组。
• stats/sum：计算总和、平均值等。

(2) 格式化参数

• format：
  • yyyy-ww：年-周（如 2023-40）。
  • yyyy-MM-dd：年-月-日。
• calendar_interval：
  • week：按自然周分组。
  • month：按月分组。

(3) 元数据（Meta）

• 作用：添加描述性标签，方便结果解读。
• 示例：

  "meta": {"description": "按 UTC+8 时区统计"}
  

---

11. 总结

• 聚合结果定制像“超市货架整理”：
  • 分组：按周、月、分类分组。
  • 统计：计算订单量、销售额等。
  • 格式化：将时间戳转为可读格式，添加标签。
• 核心功能：
  灵活统计数据、生成可读性强的报表。
• 底层原理：
  Elasticsearch 根据聚合类型分组数据，通过 format 和 meta 参数控制显示格式。