企业官网建设流程全解析

Elasticsearch 聚合分析全解析

1. 选择重要术语

在 Elasticsearch 中，计算重要术语时，会对比两组数据中术语流行度的显著变化，即前景集和背景集。前景集是查询返回的数据，背景集是索引中的数据。例如，某个术语在一百万条索引文档中仅存在于 10 篇文档，但在查询返回的 10 篇文档中就出现了 5 篇，那么这个术语就非常重要，值得关注。

以 Richard 的评分数据为例，他从评审那里得到了三个等级的评价：差三次、中一次、好一次。在匹配查询的五篇文档中，“差”这个值出现了三次。在整个索引的 12 篇文档中，“差”这个等级出现在 3 篇文档中（即bg_count属性值），占比 25%；而在查询匹配的五篇文档中，“差”出现了三次，占比 60%。可见，“差”这个等级的流行度变化显著，因此 Elasticsearch 在significant_terms聚合结果中返回了它。

1.1 多值分析

significant_terms聚合可以嵌套使用，为我们提供强大的数据关联分析能力。例如，我们想为每个实习生找出显著的评分等级，可以将significant_terms聚合嵌套在terms聚合中。查询示例如下：

curl -XGET 'localhost:9200/interns/_search?size=0&pretty' -d '{ "aggregations" : { "grades" : {