› › ›

规范化聚合

一个父管道聚合，用于计算特定桶值的特定规范化/重新缩放值。无法规范化的值将使用跳过间隙策略跳过。

语法

一个 normalize 聚合在孤立情况下如下所示

{
  "normalize": {
    "buckets_path": "normalized",
    "method": "percent_of_sum"
  }
}

表 78. normalize_pipeline 参数

参数名称	描述	必填	默认值
`buckets_path`	我们要规范化的桶的路径（有关更多详细信息，请参阅`buckets_path` 语法）	必填
`method`	要应用的特定方法	必填
`format`	输出值的DecimalFormat 模式。如果指定，则格式化的值将返回在聚合的 `value_as_string` 属性中	可选	`null`

方法

编辑

规范化聚合支持多种方法来转换桶值。每个方法定义都将使用以下原始桶值集作为示例：[5, 5, 10, 50, 10, 20]。

rescale_0_1

此方法重新缩放数据，使最小值为零，最大值为 1，其余值在线性之间进行规范化。

x' = (x - min_x) / (max_x - min_x)

[0, 0, .1111, 1, .1111, .3333]

rescale_0_100

此方法重新缩放数据，使最小值为零，最大值为 100，其余值在线性之间进行规范化。

x' = 100 * (x - min_x) / (max_x - min_x)

[0, 0, 11.11, 100, 11.11, 33.33]

percent_of_sum

此方法规范化每个值，使其表示其归因于的总和的百分比。

x' = x / sum_x

[5%, 5%, 10%, 50%, 10%, 20%]

mean

此方法规范化，使每个值都通过其与平均值的差异来规范化。

x' = (x - mean_x) / (max_x - min_x)

[4.63, 4.63, 9.63, 49.63, 9.63, 9.63, 19.63]

z-score

此方法规范化，使每个值表示它与平均值相关的标准差的距离。

x' = (x - mean_x) / stdev_x

[-0.68, -0.68, -0.39, 1.94, -0.39, 0.19]

softmax

此方法规范化，使每个值都取指数并相对于原始值的指数之和。

x' = e^x / sum_e_x

[2.862E-20, 2.862E-20, 4.248E-18, 0.999, 9.357E-14, 4.248E-18]

示例

编辑

以下代码片段计算每个月的总销售额百分比

resp = client.search(
    index="sales",
    size=0,
    aggs={
        "sales_per_month": {
            "date_histogram": {
                "field": "date",
                "calendar_interval": "month"
            },
            "aggs": {
                "sales": {
                    "sum": {
                        "field": "price"
                    }
                },
                "percent_of_total_sales": {
                    "normalize": {
                        "buckets_path": "sales",
                        "method": "percent_of_sum",
                        "format": "00.00%"
                    }
                }
            }
        }
    },
)
print(resp)

response = client.search(
  index: 'sales',
  body: {
    size: 0,
    aggregations: {
      sales_per_month: {
        date_histogram: {
          field: 'date',
          calendar_interval: 'month'
        },
        aggregations: {
          sales: {
            sum: {
              field: 'price'
            }
          },
          percent_of_total_sales: {
            normalize: {
              buckets_path: 'sales',
              method: 'percent_of_sum',
              format: '00.00%'
            }
          }
        }
      }
    }
  }
)
puts response

const response = await client.search({
  index: "sales",
  size: 0,
  aggs: {
    sales_per_month: {
      date_histogram: {
        field: "date",
        calendar_interval: "month",
      },
      aggs: {
        sales: {
          sum: {
            field: "price",
          },
        },
        percent_of_total_sales: {
          normalize: {
            buckets_path: "sales",
            method: "percent_of_sum",
            format: "00.00%",
          },
        },
      },
    },
  },
});
console.log(response);

POST /sales/_search
{
  "size": 0,
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": {
          "sum": {
            "field": "price"
          }
        },
        "percent_of_total_sales": {
          "normalize": {
            "buckets_path": "sales",          
            "method": "percent_of_sum",       
            "format": "00.00%"                
          }
        }
      }
    }
  }
}

	`buckets_path` 指示此规范化聚合使用 `sales` 聚合的输出进行重新缩放
	`method` 设置要应用的重新缩放方式。在这种情况下，`percent_of_sum` 将计算销售额值作为父桶中所有销售额的百分比
	`format` 影响如何使用 Java 的 `DecimalFormat` 模式将指标格式化为字符串。在这种情况下，乘以 100 并添加一个 %

以下可能是响应

{
   "took": 11,
   "timed_out": false,
   "_shards": ...,
   "hits": ...,
   "aggregations": {
      "sales_per_month": {
         "buckets": [
            {
               "key_as_string": "2015/01/01 00:00:00",
               "key": 1420070400000,
               "doc_count": 3,
               "sales": {
                  "value": 550.0
               },
               "percent_of_total_sales": {
                  "value": 0.5583756345177665,
                  "value_as_string": "55.84%"
               }
            },
            {
               "key_as_string": "2015/02/01 00:00:00",
               "key": 1422748800000,
               "doc_count": 2,
               "sales": {
                  "value": 60.0
               },
               "percent_of_total_sales": {
                  "value": 0.06091370558375635,
                  "value_as_string": "06.09%"
               }
            },
            {
               "key_as_string": "2015/03/01 00:00:00",
               "key": 1425168000000,
               "doc_count": 2,
               "sales": {
                  "value": 375.0
               },
               "percent_of_total_sales": {
                  "value": 0.38071065989847713,
                  "value_as_string": "38.07%"
               }
            }
         ]
      }
   }
}

« 移动百分位数聚合百分位数桶聚合 »