## 分析 最后，我們還有一個需求需要完成：允許管理者在職員目錄中進行一些分析。 Elasticsearch有一個功能叫做**聚合(aggregations)**，它允許你在數據上生成復雜的分析統計。它很像SQL中的`GROUP BY`但是功能更強大。 舉個例子，讓我們找到所有職員中最大的共同點（興趣愛好）是什么： ```Javascript GET /megacorp/employee/_search { "aggs": { "all_interests": { "terms": { "field": "interests" } } } } ``` 暫時先忽略語法只看查詢結果： ```Javascript { ... "hits": { ... }, "aggregations": { "all_interests": { "buckets": [ { "key": "music", "doc_count": 2 }, { "key": "forestry", "doc_count": 1 }, { "key": "sports", "doc_count": 1 } ] } } } ``` 我們可以看到兩個職員對音樂有興趣，一個喜歡林學，一個喜歡運動。這些數據并沒有被預先計算好，它們是實時的從匹配查詢語句的文檔中動態計算生成的。如果我們想知道所有姓"Smith"的人最大的共同點（興趣愛好），我們只需要增加合適的語句既可： ```Javascript GET /megacorp/employee/_search { "query": { "match": { "last_name": "smith" } }, "aggs": { "all_interests": { "terms": { "field": "interests" } } } } ``` `all_interests`聚合已經變成只包含和查詢語句相匹配的文檔了： ```Javascript ... "all_interests": { "buckets": [ { "key": "music", "doc_count": 2 }, { "key": "sports", "doc_count": 1 } ] } ``` 聚合也允許分級匯總。例如，讓我們統計每種興趣下職員的平均年齡： ```Javascript GET /megacorp/employee/_search { "aggs" : { "all_interests" : { "terms" : { "field" : "interests" }, "aggs" : { "avg_age" : { "avg" : { "field" : "age" } } } } } } ``` 雖然這次返回的聚合結果有些復雜，但任然很容易理解： ```Javascript ... "all_interests": { "buckets": [ { "key": "music", "doc_count": 2, "avg_age": { "value": 28.5 } }, { "key": "forestry", "doc_count": 1, "avg_age": { "value": 35 } }, { "key": "sports", "doc_count": 1, "avg_age": { "value": 25 } } ] } ``` 該聚合結果比之前的聚合結果要更加豐富。我們依然得到了興趣以及數量（指具有該興趣的員工人數）的列表，但是現在每個興趣額外擁有`avg_age`字段來顯示具有該興趣員工的平均年齡。 即使你還不理解語法，但你也可以大概感覺到通過這個特性可以完成相當復雜的**聚合**工作，你可以處理任何類型的數據。