在SpringData Elasticsearch中，聚合统计的原理主要依赖于Elasticsearch本身的聚合框架。Elasticsearch提供了强大的聚合功能，使得你可以对文档进行各种计算和统计，从而得到有关数据集的有用信息。
Elasticsearch的聚合（Aggregation）是一种强大的数据分析和统计工具，它允许你对文档集合进行多层次、多维度的计算和分析。聚合的原理可以分为以下几个方面：
| 关键词 | 原理 |
|---|---|
| 桶（Buckets） | 桶是聚合的基本单元，它将文档分组到不同的集合中，这些集合称为桶。桶可以按照不同的标准进行分组，比如词条、范围、日期等。 |
| 度量（Metrics） | 除了桶，聚合还可以返回一些度量结果，如总和、平均值、最大值、最小值等。度量通常与桶结合使用，以提供更详细的统计信息。 |
| Pipeline Aggregations | Elasticsearch支持通过管道（pipeline）对聚合结果进行再处理。管道聚合（Pipeline Aggregations）允许你在已经聚合的结果上进行进一步的计算，例如计算平均值、求和等。 |
| 分布式计算 | Elasticsearch是一个分布式的搜索引擎，聚合的计算也是分布式的。当执行聚合查询时，Elasticsearch会将聚合任务分发到不同的分片上，然后将结果合并到一个全局结果中。 |
| 优化和缓存 | 为了提高性能，Elasticsearch会对聚合进行优化和缓存。在多次执行相同聚合查询时，Elasticsearch可能会缓存中间结果，以减少重复计算的开销。 |
| 脚本 | Elasticsearch支持使用脚本来进行聚合计算。脚本可以在聚合过程中对文档的字段进行定制的计算，从而实现更灵活的聚合操作。 |
public int getTotalBucket(BoolQueryBuilder builder, String esIndex, String field) {
try {
SearchSourceBuilder query = new SearchSourceBuilder();
query.query(builder).collapse(new CollapseBuilder(field))
.aggregation(AggregationBuilders.cardinality(field).field(field));
SearchRequest request = new SearchRequest();
request.indices(esIndex);
request.source(query);
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
// 去重总数
Cardinality cardinality = response.getAggregations().get(field);
return (int) cardinality.getValue();
} catch (Exception e) {
log.error("获取桶的数量错误！", e);
}
return 0;
}