elasticsearch post 聚合显示百分比代码

以下是一个示例聚合查询，它将文档按照某个字段进行分组，并计算每组文档的占比：

{
  "aggs": {
    "group_by_field": {
      "terms": {
        "field": "some_field"
      },
      "aggs": {
        "percentage": {
          "bucket_script": {
            "buckets_path": {
              "count": "_count"
            },
            "script": "params.count / _index['some_index']['_count'] * 100"
          }
        }
      }
    }
  }
}

在上面的查询中，我们使用了 Elasticsearch 的聚合功能。首先，我们按照 `some_field` 字段进行分组。然后，我们在每个分组上使用 `bucket_script` 聚合来计算每组文档的占比。`buckets_path` 参数指定了要使用的文档数量，然后我们使用一个脚本来计算占比，将结果存储在 `percentage` 聚合中。

注意，这个示例中的脚本使用了 `_index['some_index']['_count']` 来获取整个索引中的文档数量。请注意将其替换为您实际使用的索引名称。

相关问题

elasticsearch 聚合显示百分比代码

以下是一个 elasticsearch 聚合显示百分比的例子：

假设你有一个索引，其中有一个数字字段 "price"，你想聚合价格字段并显示价格百分比的数量分布。以下是一个示例聚合查询：

GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "price_range": {
      "range": {
        "field": "price",
        "ranges": [
          { "to": 10 },
          { "from": 10, "to": 20 },
          { "from": 20, "to": 30 },
          { "from": 30 }
        ]
      },
      "aggs": {
        "price_percent": {
          "percentiles": {
            "field": "price"
          }
        }
      }
    }
  }
}

这个聚合查询将会按价格区间进行分组，然后在每个价格区间内计算价格的百分位数。你可以根据需要修改价格区间的范围。

elasticsearch 聚合显示占比代码

以下是一个使用 Elasticsearch 聚合显示占比的示例代码：

from elasticsearch import Elasticsearch

es = Elasticsearch()

# 构建聚合查询
aggs = {
    "group_by_state": {
        "terms": {"field": "state.keyword"},
        "aggs": {
            "group_by_city": {
                "terms": {"field": "city.keyword"}
            }
        }
    }
}

# 执行查询
result = es.search(
    index="your_index",
    body={"size": 0, "aggs": aggs}
)

# 解析结果并输出占比
total = result["hits"]["total"]["value"]
for state in result["aggregations"]["group_by_state"]["buckets"]:
    state_name = state["key"]
    state_count = state["doc_count"]
    state_percent = state_count / total * 100
    print(f"{state_name}: {state_percent:.2f}%")
    for city in state["group_by_city"]["buckets"]:
        city_name = city["key"]
        city_count = city["doc_count"]
        city_percent = city_count / total * 100
        print(f"- {city_name}: {city_percent:.2f}%")

这里的查询是以 state 和 city 两个字段分组，然后计算每个分组的文档数占总文档数的比例。输出的结果类似于：

California: 50.00%
- Los Angeles: 20.00%
- San Francisco: 30.00%
New York: 30.00%
- New York City: 20.00%
- Buffalo: 10.00%
Texas: 20.00%
- Austin: 10.00%
- Houston: 10.00%