Lập trình 22/09/2026 7 phút

Aggregation trong Elasticsearch: gom nhóm và thống kê 1 triệu bản ghi trong 50 mili giây

Elasticsearch không chỉ tìm kiếm — nó là một cỗ máy phân tích. Bài này đo thật trên es-lab với 1 triệu bản ghi: terms gom nhóm theo danh mục trong 28ms, stats tính min/max/avg/sum trong 40ms, histogram phân bố trong 51ms. Và một cạm bẫy quan trọng: cardinality đếm khách duy nhất trả về 99.776 trong khi thực tế là 100.000 — vì nó là ước lượng, không chính xác.

Lập trình 22/09/2026 9 phút

GROUP BY đo thật: DuckDB gom nhóm bằng bảng băm một lượt O(N) thay vì sắp xếp, nên trên 20 triệu dòng gộp 10 nhóm mất 15 ms còn một triệu nhóm mất 363 ms vì chi phí tăng theo số nhóm, và hash aggregation nhanh hơn sắp xếp toàn bộ 8 lần

DuckDB thực hiện GROUP BY bằng hash aggregation một lượt O(N), không sắp xếp dữ liệu trước. Đo thật trên 20 triệu dòng: gộp theo cột 10 nhóm mất 15,1 ms, 1000 nhóm 27,1 ms, một triệu nhóm 362,7 ms, vì chi phí tăng theo số nhóm khác nhau chứ không chỉ số dòng. GROUP BY nhiều khoá làm số tổ hợp nhóm bùng lên, ba khoá cho gần một nhóm mỗi dòng và mất 3738 ms. Hash aggregation một triệu nhóm mất 309 ms so với sắp xếp toàn bộ 2491 ms, nhanh hơn 8 lần vì tránh chi phí O(N log N).