用法

Date histogram的用法与histogram差不多，只不过区间上支持了日期的表达式。

{
"aggs":{"articles_over_time":{"date_histogram":{"field":"date","interval":"month"}}}
}

interval字段支持多种关键字：`year`, `quarter`, `month`, `week`, `day`, `hour`, `minute`, `second`

当然也支持对这些关键字进行扩展使用，比如一个半小时可以定义成如下：

{"aggs":{"articles_over_time":{"date_histogram":{"field":"date","interval":"1.5h"}}}
}

返回的结果可以通过设置format进行格式化:

{"aggs":{"articles_over_time":{"date_histogram":{"field":"date","interval":"1M","format":"yyyy-MM-dd"}}}}

得到的结果如下：

{"aggregations":{"articles_over_time":{"buckets":[{"key_as_string":"2013-02-02","key":1328140800000,"doc_count":1},{"key_as_string":"2013-03-02","key":1330646400000,"doc_count":2},...]}}
}

其中key_as_string是格式化后的日期，key显示了是日期时间戳，

time_zone时区的用法

在es中日期支持时区的表示方法，这样就相当于东八区的时间。

{"aggs":{"by_day":{"date_histogram":{"field":"date","interval":"day","time_zone":"+08:00"}}}
}

offset 使用偏移值，改变时间区间

默认情况是从凌晨0点到午夜24:00，如果想改变时间区间，可以通过下面的方式，设置偏移值：

{"aggs":{"by_day":{"date_histogram":{"field":"date","interval":"day","offset":"+6h"}}}
}

那么桶的区间就改变为：

"aggregations":{"by_day":{"buckets":[{"key_as_string":"2015-09-30T06:00:00.000Z","key":1443592800000,"doc_count":1},{"key_as_string":"2015-10-01T06:00:00.000Z","key":1443679200000,"doc_count":1}]}
}

Missing Value缺省字段

当遇到没有值的字段，就会按照缺省字段missing value来计算：

{"aggs":{"publish_date":{"date_histogram":{"field":"publish_date","interval":"year","missing":"2000-01-01"}}}
}

其他

对于其他的一些用法，这里就不过多赘述了，比如脚本、Order、min_doc_count过滤，extended_bounds等都是支持的。

按时间统计编辑

• 今年每月销售多少台汽车？
• 这只股票最近 12 小时的价格是多少？
• 我们网站上周每小时的平均响应延迟时间是多少？

从技术上来讲，是可以的。 通常的 histogram bucket（桶）是可以处理日期的。 但是它不能自动识别日期。 而用 date_histogram ，你可以指定时间段如 1 个月 ，它能聪明地知道 2 月的天数比 12 月少。 date_histogram 还具有另外一个优势，即能合理地处理时区，这可以使你用客户端的时区进行图标定制，而不是用服务器端时区。

通常的 histogram 会把日期看做是数字，这意味着你必须以微秒为单位指明时间间隔。另外聚合并不知道日历时间间隔，使得它对于日期而言几乎没什么用处。

GET /cars/transactions/_search
{"size" : 0,"aggs": {"sales": {"date_histogram": {"field": "sold","interval": "month", "format": "yyyy-MM-dd" }}}
}

{..."aggregations": {"sales": {"buckets": [{"key_as_string": "2014-01-01","key": 1388534400000,"doc_count": 1},{"key_as_string": "2014-02-01","key": 1391212800000,"doc_count": 1},{"key_as_string": "2014-05-01","key": 1398902400000,"doc_count": 1},{"key_as_string": "2014-07-01","key": 1404172800000,"doc_count": 1},{"key_as_string": "2014-08-01","key": 1406851200000,"doc_count": 1},{"key_as_string": "2014-10-01","key": 1412121600000,"doc_count": 1},{"key_as_string": "2014-11-01","key": 1414800000000,"doc_count": 2}]
...
}

返回空 Buckets编辑

GET /cars/transactions/_search
{"size" : 0,"aggs": {"sales": {"date_histogram": {"field": "sold","interval": "month","format": "yyyy-MM-dd","min_doc_count" : 0, "extended_bounds" : { "min" : "2014-01-01","max" : "2014-12-31"}}}}
}

图 37. 汽车销售时间图

Java代码实现：

1. /**
2. * Description:按时间统计聚合,用于各种图表数据的聚合
3. * 按时间统计：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_looking_at_time.html
4. * 例： 每月销售多少台汽车
5. *
6. * @author wangweidong
7. * CreateTime: 2017年11月10日 上午10:17:54
8. *
9. * 返回空buckets处理：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_returning_empty_buckets.html
10. *
11. * extended_bounds 参数需要一点解释。 min_doc_count 参数强制返回空 buckets，但是 Elasticsearch 默认只返回你的数据中最小值和最大值之间的 buckets。
12. 因此如果你的数据只落在了 4 月和 7 月之间，那么你只能得到这些月份的 buckets（可能为空也可能不为空）。
13. 因此为了得到全年数据，我们需要告诉 Elasticsearch 我们想要全部 buckets， 即便那些 buckets 可能落在最小日期 之前 或 最大日期 之后 。
14. */
15. @Test
16. public void dataHistogramAggregation() {
17. try {
18. String index = "cars";
19. String type = "transactions";
20. SearchRequestBuilder searchRequestBuilder = client.prepareSearch(index).setTypes(type);
21. DateHistogramAggregationBuilder field = AggregationBuilders.dateHistogram("sales").field("sold");
22. field.dateHistogramInterval(DateHistogramInterval.MONTH);
23. //         field.dateHistogramInterval(DateHistogramInterval.days(10))
24. field.format("yyyy-MM");
25. field.minDocCount(0);//强制返回空 buckets,既空的月份也返回
26. field.extendedBounds(new ExtendedBounds("2014-01", "2014-12"));// Elasticsearch 默认只返回你的数据中最小值和最大值之间的 buckets
27. searchRequestBuilder.addAggregation(field);
28. searchRequestBuilder.setSize(0);
29. SearchResponse searchResponse = searchRequestBuilder.execute().actionGet();
30. System.out.println(searchResponse.toString());
31. Histogram histogram = searchResponse.getAggregations().get("sales");
32. for (Histogram.Bucket entry : histogram.getBuckets()) {
33. //             DateTime key = (DateTime) entry.getKey();
34. String keyAsString = entry.getKeyAsString();
35. Long count = entry.getDocCount(); // Doc count
36. System.out.println(keyAsString + "，销售" + count + "辆");
37. }
38. } catch (Exception e) {
39. e.printStackTrace();
40. }
41. }