重要: 此版本不会发布额外的bug修复或文档更新。最新信息请参考 当前版本文档。
Elasticsearch 权威指南 [7.7] » 聚合 » 度量聚合 » avg 聚合
« 度量聚合 weighted_avg 聚合 »

平均(avg)聚合

single-value(单值)度量聚合，计算从聚合文档中提取的数值的平均值。 这些值可以从文档中指定的 numeric 字段中提取，也可以由给定的脚本生成。

假设数据由代表学生考试成绩(0到100之间)的文档组成，我们可以用以下公式计算他们的平均分数： 

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : { "avg" : { "field" : "grade" } }
    }
}

上面这个聚合计算所有文档的平均分数。 聚合类型为 avg，field 设置定义了计算平均值所依据的文档的 numeric 字段。 上面的查询请求将返回以下内容： 

{
    ...
    "aggregations": {
        "avg_grade": {
            "value": 75.0
        }
    }
}

聚合的名称(上例中用的是avg_grade)也用作key，通过该 key 可以从返回的响应中检索聚合结果。

脚本(script)

基于脚本计算平均分数：

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : {
            "avg" : {
                "script" : {
                    "source" : "doc.grade.value"
                }
            }
        }
    }
}

这将把 script 参数解释为一个inline(内联)脚本，使用painless(无痛) 脚本语言，没有脚本参数。 要使用已存储的脚本，请使用以下语法： 

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_grade" : {
            "avg" : {
                "script" : {
                    "id": "my_script",
                    "params": {
                        "field": "grade"
                    }
                }
            }
        }
    }
}

值脚本(value script)

事实证明，这次考试远远超出了学生的水平，需要进行分数修正。 我们可以使用值脚本来获得新的平均值： 

POST /exams/_search?size=0
{
    "aggs" : {
        "avg_corrected_grade" : {
            "avg" : {
                "field" : "grade",
                "script" : {
                    "lang": "painless",
                    "source": "_value * params.correction",
                    "params" : {
                        "correction" : 1.2
                    }
                }
            }
        }
    }
}

缺失的值(missing value)

参数 missing 定义应该如何处理有缺失的值的文档。 默认情况下，它们将被忽略，但也可以将它们视为有(一个默认)值。 

POST /exams/_search?size=0
{
    "aggs" : {
        "grade_avg" : {
            "avg" : {
                "field" : "grade",
                "missing": 10 
            }
        }
    }
}

grade字段中没有值的文档将与值为10的文档属于同一个桶。

« 度量聚合 weighted_avg 聚合 »