从汇总迁移到降采样
编辑从汇总迁移到降采样编辑
汇总和降采样是两种不同的功能，允许对历史指标进行汇总。从高层次来看，与降采样相比，汇总更加灵活，但降采样是一种更强大、更容易的指标降采样功能。
降采样的以下方面更容易或更强大
- 无需安排作业。降采样与索引生命周期管理 (ILM) 和数据流生命周期 (DSL) 集成。
- 没有单独的搜索 API。可以通过搜索 API 和 es|ql 访问降采样索引。
- 没有单独的汇总配置。降采样使用映射中的时间序列维度和指标配置。
无法将所有汇总用法迁移到降采样。主要要求是数据应作为 时间序列数据流 (TSDS) 存储在 Elasticsearch 中。基本上按时间和所有维度汇总数据的汇总用法可以迁移到降采样。
可以迁移到降采样的汇总用法示例
PUT _rollup/job/sensor
{
"index_pattern": "sensor-*",
"rollup_index": "sensor_rollup",
"cron": "0 0 * * * *",
"page_size": 1000,
"groups": {
"date_histogram": {
"field": "timestamp",
"fixed_interval": "60m"
},
"terms": {
"fields": [ "node" ]
}
},
"metrics": [
{
"field": "temperature",
"metrics": [ "min", "max", "sum" ]
},
{
"field": "voltage",
"metrics": [ "avg" ]
}
]
}
使用 DSL 通过降采样的等效 时间序列数据流 (TSDS) 设置
PUT _index_template/sensor-template
{
"index_patterns": ["sensor-*"],
"data_stream": { },
"template": {
"lifecycle": {
"downsampling": [
{
"after": "1d",
"fixed_interval": "1h"
}
]
},
"settings": {
"index.mode": "time_series"
},
"mappings": {
"properties": {
"node": {
"type": "keyword",
"time_series_dimension": true
},
"temperature": {
"type": "half_float",
"time_series_metric": "gauge"
},
"voltage": {
"type": "half_float",
"time_series_metric": "gauge"
},
"@timestamp": {
"type": "date"
}
}
}
}
}
降采样配置包含在上述 时间序列数据流 (TSDS) 的模板中。仅 downsampling 部分是启用降采样所必需的，它指示何时降采样到哪个固定间隔。
|
在汇总作业中， |
|
|
在汇总作业中， |
|
|
在汇总作业中， |
|
|
在汇总作业中， |