蒙古岩石聚合查询添加字段

蒙古岩石聚合查询添加字段的解决方法可以使用Elasticsearch的聚合查询功能来实现。下面是一个包含代码示例的解决方法：

1. 创建一个索引并添加一些数据：

from elasticsearch import Elasticsearch

es = Elasticsearch()

# 创建索引
index_name = "mongolia_rocks"
es.indices.create(index=index_name)

# 添加数据
data = [
    {"name": "RockA", "type": "Igneous", "age": "10 million years"},
    {"name": "RockB", "type": "Sedimentary", "age": "20 million years"},
    {"name": "RockC", "type": "Metamorphic", "age": "30 million years"},
]

for d in data:
    es.index(index=index_name, body=d)

2. 进行聚合查询并添加字段：

# 聚合查询
aggs_query = {
    "aggs": {
        "rocks_by_type": {
            "terms": {"field": "type.keyword"},
            "aggs": {
                "average_age": {"avg": {"field": "age"}}
            }
        }
    }
}

result = es.search(index=index_name, body=aggs_query)

# 输出结果
for bucket in result["aggregations"]["rocks_by_type"]["buckets"]:
    type = bucket["key"]
    avg_age = bucket["average_age"]["value"]
    print(f"Type: {type}, Average Age: {avg_age}")

这个示例中，首先创建了一个名为"mongolia_rocks"的索引，并添加了一些数据。然后使用聚合查询来按照"类型"字段进行分组，并计算每个分组的"年龄"字段的平均值。最后，遍历结果并输出每个分组的类型和平均年龄。

注意：上述示例使用的是Python的Elasticsearch库，如果您使用的是其他编程语言，则需要相应地调整代码。