百分位排名聚合
编辑百分位排名聚合编辑
一个 multi-value 度量聚合，它计算从聚合文档中提取的数值的一个或多个百分位排名。这些值可以从文档中的特定数值或 直方图字段 中提取。
请参阅 百分位数通常是近似的、压缩 和 执行提示，以获取有关百分位排名聚合的近似值、性能和内存使用的建议。
百分位排名显示低于某个值的观测值的百分比。例如，如果一个值大于或等于 95% 的观测值，则称其位于第 95 个百分位排名。
假设您的数据包含网站加载时间。您可能有一个服务协议，规定 95% 的页面加载在 500 毫秒内完成，99% 的页面加载在 600 毫秒内完成。
让我们看一下代表加载时间的百分位数范围
response = client.search(
index: 'latency',
body: {
size: 0,
aggregations: {
load_time_ranks: {
percentile_ranks: {
field: 'load_time',
values: [
500,
600
]
}
}
}
}
)
puts response
GET latency/_search
{
"size": 0,
"aggs": {
"load_time_ranks": {
"percentile_ranks": {
"field": "load_time",
"values": [ 500, 600 ]
}
}
}
}
响应将如下所示
{
...
"aggregations": {
"load_time_ranks": {
"values": {
"500.0": 55.0,
"600.0": 64.0
}
}
}
}
从这些信息中，您可以确定您正在达到 99% 的加载时间目标，但尚未达到 95% 的加载时间目标。
带键的响应编辑
默认情况下，keyed 标志设置为 true，它将唯一的字符串键与每个桶关联，并将范围作为哈希而不是数组返回。将 keyed 标志设置为 false 将禁用此行为。
response = client.search(
index: 'latency',
body: {
size: 0,
aggregations: {
load_time_ranks: {
percentile_ranks: {
field: 'load_time',
values: [
500,
600
],
keyed: false
}
}
}
}
)
puts response
GET latency/_search
{
"size": 0,
"aggs": {
"load_time_ranks": {
"percentile_ranks": {
"field": "load_time",
"values": [ 500, 600 ],
"keyed": false
}
}
}
}
响应
{
...
"aggregations": {
"load_time_ranks": {
"values": [
{
"key": 500.0,
"value": 55.0
},
{
"key": 600.0,
"value": 64.0
}
]
}
}
}
脚本编辑
如果您需要对未索引的值运行聚合，请使用 运行时字段。例如，如果我们的加载时间以毫秒为单位，但我们希望以秒为单位计算百分位数
response = client.search(
index: 'latency',
body: {
size: 0,
runtime_mappings: {
'load_time.seconds' => {
type: 'long',
script: {
source: "emit(doc['load_time'].value / params.timeUnit)",
params: {
"timeUnit": 1000
}
}
}
},
aggregations: {
load_time_ranks: {
percentile_ranks: {
values: [
500,
600
],
field: 'load_time.seconds'
}
}
}
}
)
puts response
GET latency/_search
{
"size": 0,
"runtime_mappings": {
"load_time.seconds": {
"type": "long",
"script": {
"source": "emit(doc['load_time'].value / params.timeUnit)",
"params": {
"timeUnit": 1000
}
}
}
},
"aggs": {
"load_time_ranks": {
"percentile_ranks": {
"values": [ 500, 600 ],
"field": "load_time.seconds"
}
}
}
}
HDR 直方图编辑
HDR 直方图（高动态范围直方图）是一种替代实现，在计算延迟测量的百分位排名时非常有用，因为它比 t-digest 实现更快，但内存占用更大。此实现维护一个固定的最坏情况百分比误差（指定为有效数字的数量）。这意味着，如果在直方图中记录了从 1 微秒到 1 小时（3,600,000,000 微秒）的值，并将直方图设置为 3 位有效数字，它将为高达 1 毫秒的值维护 1 微秒的值分辨率，并为最大跟踪值（1 小时）维护 3.6 秒（或更好）的值分辨率。
可以通过在请求中指定 hdr 对象来使用 HDR 直方图
response = client.search(
index: 'latency',
body: {
size: 0,
aggregations: {
load_time_ranks: {
percentile_ranks: {
field: 'load_time',
values: [
500,
600
],
hdr: {
number_of_significant_value_digits: 3
}
}
}
}
}
)
puts response
GET latency/_search
{
"size": 0,
"aggs": {
"load_time_ranks": {
"percentile_ranks": {
"field": "load_time",
"values": [ 500, 600 ],
"hdr": {
"number_of_significant_value_digits": 3
}
}
}
}
}
HDR 直方图仅支持正值，如果传递负值，它将出错。如果值的范围未知，也不建议使用 HDR 直方图，因为这会导致高内存使用率。
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: 'latency',
body: {
size: 0,
aggregations: {
load_time_ranks: {
percentile_ranks: {
field: 'load_time',
values: [
500,
600
],
missing: 10
}
}
}
}
)
puts response