子句說明
一個關鍵詞查詢后可能會找到數以萬計的文檔，用戶不太可能瀏覽所有的文檔來獲取自己需要的信息，有些情況下用戶感興趣的可能是一些統計的信息。
語法說明
統計子句格式：
group_key:field, range:number1~number2, agg_fun:func1#func2, max_group:number2,
agg_filter:filter_clause, max_group:number參數介紹：
參數 | 類型 | 必需 | 取值范圍 | 默認值 | 描述 |
group_key:field | field為屬性字段 | 必選參數 | 目前只支持對 INT，LITERAL，INT_ARRAY，LITERAL_ARRAY 字段類型做統計（注意 INT_ARRAY，LITERAL_ARRAY 這2個字段類型做統計時，以該字段中相同值為單位進行統計） | field為要進行統計的字段名，必須配置屬性字段 | |
agg_fun | 必選參數 | count(id)、sum(id)、max(id)、min(id)、distinct_count(id)五種系統函數 | func可以為count()、sum(id)、max(id)、min(id)、distinct_count(id)五種系統函數，含義分別為：統計文檔個數、對id字段進行求和、獲取id字段最大值、獲取id字段最小值、獲取id的去重統計個數；支持同時進行多個函數的統計，中間用英文井號（#）分隔；sum、max、min的內容支持基本的算術運算 | ||
range | 非必須參數 | 表示number1~number2及大于number2的區間情況（注：不支持string類型的字段分布統計） | 表示分段統計，可用于分布統計，只支持單個range參數。 | ||
agg_filter | 非必須參數 | 表示僅統計滿足特定條件的文檔 | |||
agg_sampler_threshold | int類型 | 非必須參數 | ，抽樣統計的閾值。表示該值之前的文檔會依次統計，該值之后的文檔會進行抽樣統計； | ||
agg_sampler_step | int類型 | 非必須參數 | 抽樣統計的步長，表示從agg_sampler_threshold后的文檔將間隔agg_sampler_step個文檔統計一次。對于sum和count類型的統計會把閾值后的抽樣統計結果最后乘以步長進行估算，估算的結果再加上閾值前的統計結果就是最后的統計結果。 | ||
max_group | int類型 | 非必須參數 | 1000 | 最大返回組數 |
注意事項
aggregate為非必選子句；
在aggregate中出現的字段必須在定義應用結構的時候配置為屬性字段；
aggregate結果會在搜索節點facet節點中展示出來，具體值字段名為agg_fun的名字，如sum、count等
aggregate支持多個key的統計，多個統計中間用英文分號（;）分隔。參考格式：
group_key:field1,agg_fun:func1;group_key:field2,agg_fun:func2統計子句信息需要將config子句中的format 設置為fulljson，才會在返回結果中的facet節點中展示
distinct_count功能，僅在獨享-集群支持，同時需要在kvpairs子句中加入
enable_accurate_statistics:true參數，使用distinct_count功能，查詢將不再召回具體的結果數據，只有facet中的統計數據獨享集群中，支持count、max、min和sum的精確統計，需要在kvpairs子句中加入enable_accurate_statistics:true參數
受引擎性能影響，aggregate統計子句僅能保證10w的召回量下的文檔數統計準確，超過10w的文檔數統計不保證準確。（獨享-集群，可通過在kvpairs子句中加入enable_accurate_statistics:true參數，提高統計的精確度）
示例
搜索包含“浙大”的文檔，并按照group_id字段進行統計，統計維度包含對price字段進行求和及計算最大值；并對company_id進行統計個數：
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:sum(price)#max(price);group_key:company_id,agg_fun:count()結果展示：
{ status: "OK", result: { searchtime: 0.015634, total: 5, num: 1, viewtotal: 5, items: [ //具體搜索結果 { ... } ], facet: [ { key: "group_id", items: [ { value: 43, sum: 81, max: 20, }, { value: 63, sum: 91, max: 50, }, ], }, { key: "company_id", items: [ { value: 13, count: 4, }, { value: 10, count: 1, }, ], }, ], }, errors: [ ], tracer: "", },搜索包含“浙大”的文檔，并按照group_id字段進行統計，統計維度包含對price字段進行求和。其中10000以后的文檔進行抽樣，步長為5：
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:sum(price), agg_sampler_threshold:10000, agg_sampler_step:5搜索包含“浙大”的文檔，并按照group_id字段進行統計個數，統計維度為小于10、10~50、及大于50的文檔數：
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:count(),range:10~50搜索包含“浙大”的文檔，并按照group_id字段進行統計hits及replies的和的最大值，僅統計create_timestamp大于1423456781的文檔：
query=default:'浙大'&&aggregate=group_key:group_id,agg_fun:max(hits+replies),agg_filter:create_timestamp>1423456781