› › ›

自动间隔日期直方图聚合

自动间隔日期直方图聚合编辑

一种多桶聚合，类似于日期直方图，但它不提供用于作为每个桶的宽度的间隔，而是提供一个目标桶数，指示所需的桶数，并且桶的间隔将自动选择以最佳地实现该目标。返回的桶数始终小于或等于此目标数。

桶字段是可选的，如果未指定，将默认为 10 个桶。

请求 10 个桶的目标。

response = client.search(
  index: 'sales',
  size: 0,
  body: {
    aggregations: {
      sales_over_time: {
        auto_date_histogram: {
          field: 'date',
          buckets: 10
        }
      }
    }
  }
)
puts response

POST /sales/_search?size=0
{
  "aggs": {
    "sales_over_time": {
      "auto_date_histogram": {
        "field": "date",
        "buckets": 10
      }
    }
  }
}

键编辑

在内部，日期表示为一个 64 位数字，表示自纪元以来的毫秒时间戳。这些时间戳作为桶 key 返回。 key_as_string 是使用 format 参数指定的格式将相同时间戳转换为格式化的日期字符串。

如果未指定 format，则它将使用字段映射中指定的第一个日期格式。

response = client.search(
  index: 'sales',
  size: 0,
  body: {
    aggregations: {
      sales_over_time: {
        auto_date_histogram: {
          field: 'date',
          buckets: 5,
          format: 'yyyy-MM-dd'
        }
      }
    }
  }
)
puts response

POST /sales/_search?size=0
{
  "aggs": {
    "sales_over_time": {
      "auto_date_histogram": {
        "field": "date",
        "buckets": 5,
        "format": "yyyy-MM-dd" 
      }
    }
  }
}

支持表达式的日期格式模式

响应

{
  ...
  "aggregations": {
    "sales_over_time": {
      "buckets": [
        {
          "key_as_string": "2015-01-01",
          "key": 1420070400000,
          "doc_count": 3
        },
        {
          "key_as_string": "2015-02-01",
          "key": 1422748800000,
          "doc_count": 2
        },
        {
          "key_as_string": "2015-03-01",
          "key": 1425168000000,
          "doc_count": 2
        }
      ],
      "interval": "1M"
    }
  }
}

间隔编辑

返回的桶的间隔是根据聚合收集的数据选择的，以便返回的桶数小于或等于请求的桶数。返回的可能间隔为

秒	以 1、5、10 和 30 的倍数
分钟	以 1、5、10 和 30 的倍数
小时	以 1、3 和 12 的倍数
天	以 1 和 7 的倍数
月	以 1 和 3 的倍数
年	以 1、5、10、20、50 和 100 的倍数

在最坏的情况下，如果每日桶的数量对于请求的桶数来说太多，则返回的桶数将是请求的桶数的 1/7。

当使用遵循 DST（夏令时）变化的时区时，靠近这些变化发生时刻的桶可能比相邻桶的大小略有不同。例如，考虑 CET 时区的 DST 开始：2016 年 3 月 27 日凌晨 2 点，时钟向前拨动了 1 小时，变为当地时间凌晨 3 点。如果聚合的结果是每日桶，则涵盖该天的桶将只包含 23 小时的数据，而不是其他桶的通常 24 小时。对于更短的间隔（例如 12 小时）也是如此。在这里，我们将在 3 月 27 日上午 DST 发生时只有一个 11 小时桶。

最小间隔参数编辑

minimum_interval 允许调用者指定应使用的最小舍入间隔。这可以使收集过程更有效，因为聚合不会尝试以低于 minimum_interval 的任何间隔进行舍入。

minimum_interval 的接受单位为

年
月
天
小时
分钟
秒

response = client.search(
  index: 'sales',
  size: 0,
  body: {
    aggregations: {
      sale_date: {
        auto_date_histogram: {
          field: 'date',
          buckets: 10,
          minimum_interval: 'minute'
        }
      }
    }
  }
)
puts response

POST /sales/_search?size=0
{
  "aggs": {
    "sale_date": {
      "auto_date_histogram": {
        "field": "date",
        "buckets": 10,
        "minimum_interval": "minute"
      }
    }
  }
}

缺失值编辑

missing 参数定义了如何处理缺少值的文档。默认情况下，它们将被忽略，但也可以将它们视为具有值。

response = client.search(
  index: 'sales',
  size: 0,
  body: {
    aggregations: {
      sale_date: {
        auto_date_histogram: {
          field: 'date',
          buckets: 10,
          missing: '2000/01/01'
        }
      }
    }
  }
)
puts response

POST /sales/_search?size=0
{
  "aggs": {
    "sale_date": {
      "auto_date_histogram": {
        "field": "date",
        "buckets": 10,
        "missing": "2000/01/01" 
      }
    }
  }
}

publish_date 字段中没有值的文档将与具有值 2000-01-01 的文档落入同一个桶中。

« 邻接矩阵聚合分类文本聚合 »

自动间隔日期直方图聚合