正常業務邏輯中，會出現大量的資料統計，比如說分組聚合查詢，根據天進行資料的統計，記錄下es分組聚合查詢

{
  "size": 0,
  "aggs": {
    "groupDate": {
      "date_histogram": {
        "field": "create_date",
        "interval": "day",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

此處使用按天分組，可用的時間間隔表示式：year, quarter, month, week, day, hour, minute, second（年份、季度、月、周、日、小時、分鐘、秒）。

{
  "size": 0,
  "aggs": {
    "groupDate": {
      "date_histogram": {
        "field": "create_date",
        "interval": "90m",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

此處也可以根據小時分組，1.5h則用分鐘來表示（90m）
上面是官方提供的方法，size屬性可以控制是否返回聚合的資料結果集，因為我們設定了 size 引數，所以不會有 hits 搜尋結果返回。

{
    "aggregations
 
":{
        "groupDate":{
            "buckets":[
                {
                    "key_as_string":"2018-08-28",
                    "key":1535430600000,
                    "doc_count":590000
                },
                {
                    "key_as_string":"2018-08-28",
                    "key":1535436000000
 
,
                    "doc_count":470000
                }
            ]
        }
    }
}

groupDate 聚合是作為 aggregations 欄位的一部分被返回的，每一個 key 都與分組條件對應，我這裡是根據1.5小時分組，key 將會顯示分組的時間，doc_count 欄位，將會告訴我們包含此項的文件數量。
下面是根據官方文件給出的api呼叫方式:

// 宣告where 條件
BoolQueryBuilder qbs = QueryBuilders.boolQuery();

AggregationBuilder aggregation = AggregationBuilders.dateHistogram("agg").field("create_time")
        .interval(DateHistogramInterval.DAY).format("yyyy-MM-dd");

SearchRequestBuilder requestBuilder = client.prepareSearch("user_login_detail")
        .setTypes("login_detail");
requestBuilder.setQuery(qbs);
requestBuilder.addAggregation(aggregation);
SearchResponse response = requestBuilder.execute().actionGet();
Histogram agg = response.getAggregations().get("agg");

// For each entry
for (Histogram.Bucket entry : agg.getBuckets()) {
    String key = StringUtil.nullBlank(entry.getKey());
    String keyAsString = entry.getKeyAsString();
    long docCount = entry.getDocCount();

    System.out.println("key [{" + keyAsString + "}]");
    System.out.println("date [{" + key + "}]");
    System.out.println("doc_count [{" + docCount + "}]");
}

DateHistogramInterval.DAY 方法提供根據天分組或者是根據時間間隔分組