刷新作业 API
编辑刷新作业 API编辑
强制作业处理任何已缓冲的数据。
请求编辑
POST _ml/anomaly_detectors/<job_id>/_flush
先决条件编辑
需要 manage_ml 集群权限。此权限包含在 machine_learning_admin 内置角色中。
描述编辑
刷新作业 API 仅在使用 发布数据 API 发送数据进行分析时适用。根据缓冲区的内容，它可能还会计算新的结果。
刷新和关闭操作类似，但是如果您希望发送更多数据进行分析，则刷新操作效率更高。刷新时，作业保持打开状态，并可用于继续分析数据。关闭操作还会将模型状态修剪并持久保存到磁盘，并且必须在分析更多数据之前重新打开作业。
路径参数编辑
-
<job_id> - （必填，字符串）异常检测作业的标识符。
查询参数编辑
-
advance_time - （字符串）可选。指定前进到特定时间值。将为指定时间间隔内的数据生成结果并更新模型。
-
calc_interim - （布尔值）可选。如果为 true，则计算最近一个存储桶或延迟期内所有存储桶的临时结果。
-
end - （字符串）可选。与
calc_interim和start结合使用时，指定要计算其临时结果的存储桶范围。 -
skip_time - （字符串）可选。指定跳过到特定时间值。不会为指定时间间隔内的数据生成结果，也不会更新模型。
-
start - （字符串）可选。与
calc_interim结合使用时，指定要计算其临时结果的存储桶范围。
请求正文编辑
您还可以在请求正文中指定查询参数（例如 advance_time 和 calc_interim）。
示例编辑
POST _ml/anomaly_detectors/low_request_rate/_flush
{
"calc_interim": true
}
操作成功后，您将收到以下结果
{
"flushed": true,
"last_finalized_bucket_end": 1455234900000
}
last_finalized_bucket_end 提供已处理的最后一个存储桶结束时间的时间戳（以自纪元以来的毫秒数为单位）。
如果要将作业刷新到特定时间戳，可以使用 advance_time 或 skip_time 参数。例如，要前进到 2018 年 1 月 1 日格林尼治标准时间上午 11 点
POST _ml/anomaly_detectors/total-requests/_flush
{
"advance_time": "1514804400000"
}
操作成功后，您将收到以下结果
{
"flushed": true,
"last_finalized_bucket_end": 1514804400000
}