说完了ES的索引与检索，接着再介绍一个ES高级功能API – 聚合(Aggregations)，聚合功能为ES注入了统计分析的血统，使用户在面对大数据提取统计指标时变得游刃有余。同样的工作，你在hadoop中可能需要写mapreduce或hive，在mongo中你必须得用大段的mapreduce脚本，而在ES中仅仅调用一个API就能实现了。
开始之前，提醒老司机们注意，ES原有的聚合功能Facets在新版本中将被正式被移除，抓紧时间用Aggregations替换Facets吧。Facets真的很慢！
1 关于AggregationsAggregations的部分特性类似于SQL语言中的group by，avg，sum等函数。但Aggregations API还提供了更加复杂的统计分析接口。
掌握Aggregations需要理解两个概念：
桶(Buckets)：符合条件的文档的集合，相当于SQL中的group by。比如，在users表中，按“地区”聚合，，一个人将被分到北京桶或上海桶或其他桶里；按“性别”聚合，一个人将被分到男桶或女桶
指标(Metrics)：基于Buckets的基础上进行统计分析，相当于SQL中的count,avg,sum等。比如，按“地区”聚合，计算每个地区的人数，平均年龄等
对照一条SQL来加深我们的理解：
1
SELECT COUNT(color) FROM table GROUP BY color
GROUP BY相当于做分桶的工作，COUNT是统计指标。
下面介绍一些常用的Aggregations API。
2 Metrics 2.1 AVG求均值。
1 2 3 4 5 6
GET /company/employee/_search { "aggs" : { "avg_grade" : { "avg" : { "field" : "grade" } } } }
执行结果
1 2 3 4 5
{ "aggregations": { "avg_grade": {"value": 75} } }
其他的简单统计API，如valuecount, max，min，sum作用与SQL中类似，就不一一解释了。