前些天发过一个贴子，
https://elasticsearch.cn/question/12608
那只是为了说明深度优先和广度优先的区别，
那个里面也谈了一些基础概念（比如聚合本质上，是一个Lucene的收集器），那个概念是理解聚合的前提。
聚合分许多类型，我只说keyword类型的termAgg（就是桶聚合）
为了简化，不涉及子聚合 (也就没有深度还是广度那个东西了)
也不会深入的说search的执行过程，这是另外一个主题。
先初步认识一下它长啥样：
https://elasticsearch.cn/question/12608
那只是为了说明深度优先和广度优先的区别，
那个里面也谈了一些基础概念（比如聚合本质上，是一个Lucene的收集器），那个概念是理解聚合的前提。
聚合分许多类型，我只说keyword类型的termAgg（就是桶聚合）
为了简化，不涉及子聚合 (也就没有深度还是广度那个东西了)
也不会深入的说search的执行过程，这是另外一个主题。
先初步认识一下它长啥样：
12 个回复
Charele - Cisco4321
赞同来自:
可以把ES的聚合大致分成两类，Bcukets和Metrics，
其中max这种聚合就属于Metrics，相对来说简单一些。
另外，Buckets里边有一个类别，叫可延迟桶聚合（绿处），
这种，就是那种支持深度 / 广度选择的聚合类型，
如果不是这种的子类，估计参数加进去报错。
另外，不讨论pipleline，放一起说的话，过于复杂
pipeline可以和普通聚合联用，
但从代码上来说，你可以看到，它并没有父类，
它并不属于普通聚合这个范围，
Charele - Cisco4321
赞同来自:
想了一下，Terms聚合还是太复杂了。
如果你看网上文章和视频，会觉得好像桶聚合并不复杂，就是按要查的key创建n个桶，然后把数据放到相应的桶里去，几句话就说完了。
但ES代码远远没有这么简单！
比如如何形成/取得ordinal，正式桶如何update成临时桶，临时桶又update成正式桶，
比如这里就是取得Top N里的桶号，如何形成这个，就得说半天。
太复杂了，有点只可意会，难以言述的感觉。
这个主题只专注于聚合的流程，而不是在于聚合的内部实现。
还是说简单的，max聚合。
那个里面说道，聚合一般是这个样子形成的：
XXXAggregationBuilder -> XXXAggregatorFactory -> XXXAggregator
不是所有聚合都严格这样，但max聚合就是这样子的，
形成过程其实很重要，有时候它关系到参数（或相关数据是从哪来的），不过先不管。
我们直面这个：
Charele - Cisco4321
赞同来自:
查询大致可分成3类，
普通的，dfs的，还有那个preFilter的（当然还有其他特殊的：PIT的，异步的等等）
只说普通的：分为N个阶段，只关注前两个
阶段1: 查询 ---> 阶段2:取数据 ---> 3, 4,,,
（另外，针对一个分片的查询，ES作了优化。个人感觉没啥意义，实际中谁会只用一个分片？）
请求发到分片节点时，形成一个SearchContext（简称sc），对请求作解析（同时也会解析聚合），
后面的执行可以看成全是这个sc来完成的，
注意：这个includeAggregations，不是查询里面有没有聚合，
而是要不要解析聚合相关的东西。
阶段1是要解析的，阶段2就不解析了。
当然，如果你指定了size=0，跟本就不会执行阶段2的了（只走形式）
Charele - Cisco4321
赞同来自:
这里的解析做了什么呢，很简单，
XXXAggregationBuilder -> XXXAggregatorFactory -> XXXAggregator，
它生成了聚合工厂（中间这个）
然后存到sc里面。
1> 数组是因为一个查询里面会包含多个顶层聚合
2> 这里的工厂都是顶层聚合的工厂，并没有子聚合
Charele - Cisco4321
赞同来自:
下面就是聚合真正执行的地方了，3个地方,
其中红色的也是查询执行的地方
传进去的参数就是上面说的那个sc
这里分绿，红，紫，下面会分别说：
Charele - Cisco4321
赞同来自:
我拿这个最简单的max聚合做例子，找出最大的年纪
先说上面的绿框处，聚合的预处理 preProcess
1> 看名字，是创建顶层聚合器
其实这里它也同时创建了里面的子聚合器（如果有）
2> 用“多重收集器”来包装一下
上面提到，ES聚合器，就是一个Lucene收集器。
这里用一个“多重收集器”对像来包装一下，
执行这个“多重收集器”，就等于执行里面每个收集器
（本例中，只有一个聚合，也会包装）
3> 预收集
这个本例中无用，不说了。
4> 下面还有一些，
比如你查询里有 "profile":"true" 参数，这个profile其实也是一个额外的收集器。这里略过。
结果保存在sc里面，sc是贯穿整个查询的
Charele - Cisco4321
赞同来自:
下面说说5楼的那个红框框里的，执行查询的地方。
下面说下聚合的大概意思。
比如一个普通查询（没有聚合），它也是一个Lucene收集器，作用是啥呢？
遇到一个文档，看看它符不符合你的查询条件，如果是，就把doc号收集保存起来。
然后传回到协调节点，在第2阶段，用doc号跟来取数据
聚合也是一个收集器，它的作用（拿我们这里的max来说）
先设一个maxAge，
遇到一个文档，看看里面的年令age，是不是大于这个maxAge，如果大，就把maxAge = age
最后，把这个maxAge传回协调节点。（最后多个分片的结果会合并，找出最大的）
这个就是把“聚合”加入到收集器列表里面。
查询时，查询收集器起作用，聚合收集器也在里面起作用。
实际查询时，执行是一个纯Lucene方法， 它不认识什么ES聚合，它只认识收集器。
上面说了，聚合也是一个收集器。
下面看下max聚合器的实现：
Charele - Cisco4321
赞同来自:
下面的代码来自MaxAggregator这个类，
简单明了：
就是遇到一个doc号文档，和当前的比比看，如果这个更大，
就替换掉。
另外，那个bucket是用在子聚合里面的，
在我们的例子里，就一个顶层聚合，它就是0，忽略之。
Charele - Cisco4321
赞同来自:
其实这就是收集聚合结果的一个过程，
聚合结果，也是用一个类来表示的，InternalAggregation
（对于max聚合来说，结果是org.elasticsearch.search.aggregations.metrics.Max这个子类）
跟上面的preCollection()一样，红框里的东西，对我们这个简单的查询来说，是无作用的。
下面看看绿框的过程，
因为我们没有子聚合，所以这里桶号就是0，就是把这个上面选出来的最大值，返回。
Charele - Cisco4321
赞同来自:
上面讲完了聚合在一个分片上的执行过程
没有子聚合，没有桶，所以显得很简单。
多个分片的聚合结果是要合并的，这样才能找出真正的max，下面说说合并过程。
合并过程发生在查询的第2阶段，在向分片节点发请求取数据之前，
Charele - Cisco4321
赞同来自:
继续：
看这两个条件，如果是一个分片(即一个聚合结果），一般认为是不需要合并的。
但是有些聚合，即使只有一个分片，也需要合并过程，比如global聚合。
我们这里的max聚合，如果是一个分片，是无须合并的。
Charele - Cisco4321
赞同来自:
合并过程也是很简单，找到最大的。
简单得连那个合并上下文reduceContext参数都用不上:-)
Okay，这儿只注重聚合的执行流程。
像带子聚合的桶聚合这种，大家可以自己去看代码理解，
那种复杂的，要完全理清，绝对不是件容易的事。