전체 아티클 목록으로
Database • 2026-11-07 • 약 5분 분량

Elasticsearch - Aggregation

Elasticsearch 집계 분석의 핵심인 Aggregation 완벽 정리: Bucket vs Metric의 개념 차이, stats/extended_stats, global, filter, terms, range 실무 활용법.

#Elasticsearch #Aggregation #Bucket #Metric #Analytics
[광고 영역] AdSense Top Unit Slot

Elasticsearch - Aggregation

본 포스팅의 모든 실습과 예제는 Elasticsearch 7.6 버전을 기준으로 작성되었다.

지난 3편에서 Query DSL을 활용한 정교한 검색 쿼리를 다루었으니, 이번에는 검색 결과를 바탕으로 통계 수치를 연산하고 데이터를 그룹화하여 분석하는 어그리게이션(Aggregation, 집계) 기능에 대해 알아본다.


1. 어그리게이션(Aggregation)의 개념: 버킷 vs 메트릭

Aggregation은 검색 결과에 다양한 연산을 적용하여 통계나 집계 데이터를 도출하기 위해 개발된 강력한 기능이다. 크게 버킷(Bucket)과 메트릭(Metric) 어그리게이션 두 가지로 구분된다.

구분 버킷 어그리게이션 (Bucket Aggregation) 메트릭 어그리게이션 (Metric Aggregation)
역할 기준에 맞는 도큐먼트들을 버킷(저장소 단위)으로 분류·그룹화 주어진 도큐먼트 집합을 대상으로 수치 계산을 수행
RDB 비교 GROUP BY 구문 COUNT(), SUM(), AVG(), MIN(), MAX()
대표 종류 terms, range, filter, global, histogram min, max, sum, avg, stats, extended_stats

💡 하위 집계(Sub-Aggregation)의 중첩:
버킷 어그리게이션 안에 또 다른 하위 버킷이나 메트릭 어그리게이션을 다단계로 중첩하여 복잡한 통계를 뽑아낼 수 있다. 다만 중첩 레벨이 깊어질수록 서버 메모리(Heap Memory) 소비가 급격히 증가하므로 주의해야 한다.


2. 메트릭 어그리게이션 (Metric Aggregation)

2.1 기본 메트릭 (min, max, sum, avg, value_count)

가장 기초적인 단일 수치 계산 어그리게이션들이다.

① 최소값 (min) / 최대값 (max)

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "birth_min": { "min": { "field": "birth" } },
    "birth_max": { "max": { "field": "birth" } }
  }
}'

② 합계 (sum) / 평균 (avg) / 도큐먼트 수 (value_count)

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "birth_sum": { "sum": { "field": "birth" } },
    "birth_avg": { "avg": { "field": "birth" } },
    "birth_cnt": { "value_count": { "field": "birth" } }
  }
}'
/* 반환 결과 예시 */
"aggregations" : {
  "birth_min" : { "value" : 1967.0 },
  "birth_max" : { "value" : 2002.0 },
  "birth_sum" : { "value" : 19863.0 },
  "birth_avg" : { "value" : 1986.3 },
  "birth_cnt" : { "value" : 10 }
}

2.2 종합 통계 어그리게이션 (stats, extended_stats)

필드의 기본 통계치를 한 번에 조회하고 싶을 때 사용한다.

① stats (기본 통계 종합)

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "birth_stats": {
      "stats": { "field": "birth" }
    }
  }
}'
  • 반환 항목: count, min, max, avg, sum 5가지 기본 수치 한 번에 출력

② extended_stats (고급 통계 지표)

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "birth_ex_stats": {
      "extended_stats": { "field": "birth" }
    }
  }
}'
  • 추가 반환 항목: 제곱합(sum_of_squares), 분산(variance), 표준편차(std_deviation), 표준편차 경계값(std_deviation_bounds) 등 데이터 분석에 필요한 통계량 제공

3. 버킷 어그리게이션 (Bucket Aggregation)과 중첩 분석

3.1 글로벌 어그리게이션 (global)

일반적인 어그리게이션은 query 조건으로 걸러진 도큐먼트들만을 대상으로 집계한다.
하지만 global 어그리게이션은 검색 질의(Query)의 필터링 조건을 완전히 무시하고 인덱스 전체 도큐먼트를 대상으로 집계를 수행한다.

# 질의: country에 'san'이 들어간 문서 검색 (2건)
# 집계: 검색 결과와 무관하게 인덱스 전체 10건에 대한 birth 평균 산출
curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "query": {
    "term": { "country": "san" }
  },
  "aggs": {
    "all_birth": {
      "global": {},
      "aggs": {
        "avg_birth": {
          "avg": { "field": "birth" }
        }
      }
    }
  }
}'

💡 활용 예: 특정 검색 키워드로 필터링된 상품 목록을 보여주면서, 화면 사이드바에는 전체 쇼핑몰 카테고리별 상품 총 개수를 함께 노출해야 할 때 단 한 번의 요청으로 처리할 수 있다.


3.2 필터 어그리게이션 (filter)

지정한 필터 조건에 매칭되는 도큐먼트들만 따로 버킷으로 묶은 후, 그 안에서 하위 집계를 수행한다.

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "has_san_filter": {
      "filter": {
        "term": { "country": "san" }
      },
      "aggs": {
        "sum_birth": {
          "sum": { "field": "birth" }
        }
      }
    }
  }
}'

3.3 텀즈 어그리게이션 (terms)

RDB의 GROUP BY <column>과 정확히 동일한 역할을 한다. 지정한 필드의 고유한 텀(값)별로 버킷을 생성하고 각 그룹별 카운트를 계산한다.

curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "term_birth": {
      "terms": {
        "field": "birth",
        "order": { "_key": "desc" }
      },
      "aggs": {
        "birth_cnt": {
          "value_count": { "field": "birth" }
        }
      }
    }
  }
}'

버킷 정렬 옵션 (order)

  • _count: 버킷에 포함된 도큐먼트 개수 기준 정렬 (기본값)
  • _key: 버킷을 구분하는 고유 텀 키값 기준 정렬 (_term 대신 7.x에서는 _key 권장)
  • 하위_어그리게이션_이름: 서브 메트릭 연산 결과 수치 기준 정렬

3.4 범위 어그리게이션 (range)

숫자나 날짜 값을 커스텀 구간별로 나누어 버킷을 구성하고 하위 연산을 적용한다.

# birth 값을 기준으로 '~1980', '1980~2000', '2000~' 세 그룹으로 나누어 평균 연령 계산
curl -H 'Content-Type: application/json' -X GET 'localhost:9200/user_bulk/_search?pretty' -d '
{
  "aggs": {
    "range_birth": {
      "range": {
        "field": "birth",
        "ranges": [
          { "to": 1980 },
          { "from": 1980, "to": 2000 },
          { "from": 2000 }
        ]
      },
      "aggs": {
        "birth_avg": {
          "avg": { "field": "birth" }
        }
      }
    }
  }
}'
/* 반환 결과 예시 */
"buckets" : [
  {
    "key" : "*-1980.0",
    "to" : 1980.0,
    "doc_count" : 3,
    "birth_avg" : { "value" : 1971.33 }
  },
  {
    "key" : "1980.0-2000.0",
    "from" : 1980.0,
    "to" : 2000.0,
    "doc_count" : 6,
    "birth_avg" : { "value" : 1991.16 }
  },
  {
    "key" : "2000.0-*",
    "from" : 2000.0,
    "doc_count" : 1,
    "birth_avg" : { "value" : 2002.0 }
  }
]

마치며

이번 글에서는 단순 수치 통계를 구하는 Metric 어그리게이션과, 데이터를 범주·구간별로 분류하여 그룹화하는 Bucket 어그리게이션의 차이 및 중첩 분석 기법을 살펴보았다.

Elasticsearch의 Aggregation은 단순한 검색 엔진을 넘어, Kibana 대시보드와 같은 실시간 대용량 빅데이터 BI(Business Intelligence) 분석 플랫폼으로 발돋움하게 한 핵심 원동력이다. 실무 대시보드 설계 시 적극적으로 활용해 보자.

[광고 영역] AdSense Bottom Unit Slot