能否通过单查询按field.length桶聚合获取_size的均值与方差？

你想要的两种分析目标——_size与field.length的关联、按field.length分组后_size的均值和方差，都能通过Elasticsearch的嵌套聚合+脚本计算在单个查询里完成，核心思路是先通过脚本获取数组长度，再基于这个值做分组，最后在分组内统计_size的指标。

1. 按field.length分组，计算_size的均值和方差 #

这里可以用terms聚合（适合离散的长度值）或者histogram聚合（适合连续区间分组），再嵌套extended_stats聚合来拿到均值、方差等统计数据：

用terms聚合的示例DSL #

{
  "size": 0, // 不返回具体文档，只输出聚合结果
  "aggs": {
    "group_by_field_length": {
      "terms": {
        "script": {
          "source": "doc['field'].length" // 计算每个文档的field数组长度
        },
        "size": 100 // 按需调整，覆盖你可能出现的最大数组长度
      },
      "aggs": {
        "_size_statistics": {
          "extended_stats": {
            "field": "_size" // 对每个分组内的_size做扩展统计
          }
        }
      }
    }
  }
}

这个查询会返回每个数组长度对应的分组，每个分组里包含_size的均值（avg）、方差（variance）、标准差、最大值、最小值等完整统计数据，完全满足你的需求。

用histogram聚合的示例DSL #

如果你的数组长度范围较大，想用区间分组（比如每5个长度为一个桶），可以用histogram聚合：

{
  "size": 0,
  "aggs": {
    "field_length_histogram": {
      "histogram": {
        "script": {
          "source": "doc['field'].length"
        },
        "interval": 1, // 按1个长度为间隔分桶，也可以改成5、10等
        "min_doc_count": 1 // 只返回有文档的桶，避免空桶
      },
      "aggs": {
        "_size_stats": {
          "extended_stats": {
            "field": "_size"
          }
        }
      }
    }
  }
}

虽然histogram本身只返回doc_count，但嵌套extended_stats聚合后，每个桶就能输出_size的统计指标了。

2. 查看_size与field.length的关联关系 #

上面的聚合结果其实已经能帮你分析两者的关联：比如你可以观察数组长度增加时，_size的均值是上升还是下降，方差是变大还是变小，以此判断两者的关联趋势。如果需要更直观的分布数据，也可以在分组内再嵌套percentiles聚合，查看_size的百分位分布。

注意事项 #

• 确保你的Elasticsearch版本支持脚本聚合（大部分现代版本都支持）；
• 如果field是嵌套（nested）类型，脚本写法需要调整为params._source.field.length（或者根据嵌套结构修改），但你的示例里是普通数组，用doc['field'].length即可。

内容的提问来源于stack exchange，提问作者MaxPY