在es简单查询之外，还有更高级的聚合查询，这些基本上都是会大大减少生成需求数据所需的时间。
如果说Query决定查哪些文档，
那Aggregation决定从这些文档里能算出什么世界。
这其中就包括：
1.value_count：统计字段非空数量
得到该索引的数量之和，一般用于列表展示
GET order_index/_search { "size": 0, "aggs": { "order_count": { "value_count": { "field": "orderId" }} } }
2.terms：分组聚合
等同于group by
根据所选字段，自动分组并且得出数量，一般用于列表标签展示的时候来显示各个标签有多少数据。
GET order_index/_search { "size": 0, "aggs": { "by_status": { "terms": { "field": "status.keyword" }} } }
3.分组 + 指标聚合
根据分组的个个数据，对内求和
GET order_index/_search { "size": 0, "aggs": { "by_status": { "terms": { "field": "status.keyword" }, "aggs": { "total_amount": { "sum": { "field": "amount" } } } } } }
4.过滤 + 聚合
通过query过滤数据，在使用agg来聚合数据。
GET order_index/_search { "size": 0, "query": { "term": { "status.keyword": "PAID" } }, "aggs": { "avg_amount": { "avg": { "field": "amount" } } } }
5.date_histogram 时间聚合
根据时间格式进行聚合
GET order_index/_search { "size": 0, "aggs": { "order_by_day": { "date_histogram": { "field": "createTime", "calendar_interval": "day", "format": "yyyy-MM-dd" } } } }
6.Bucket 筛选
script 进行筛选，只能在聚合之后
{"size": 0, "aggs": { "by_status": { "terms": { "field": "status.keyword" }, "aggs": { "order_filter": { "bucket_selector": { "buckets_path": { "cnt": "_count" }, "script": "params.cnt >= 100" } } } } } }
