› › ›

扩展统计桶聚合

扩展统计桶聚合编辑

一种兄弟管道聚合，用于计算同级聚合中指定指标的所有桶的各种统计信息。指定的指标必须是数值型的，并且同级聚合必须是多桶聚合。

与 stats_bucket 聚合相比，此聚合提供了更多统计信息（平方和、标准差等）。

语法编辑

一个 extended_stats_bucket 聚合单独看起来像这样

{
  "extended_stats_bucket": {
    "buckets_path": "the_sum"
  }
}

表 60. extended_stats_bucket 参数

参数名称	描述	必需	默认值
`buckets_path`	要为其计算统计信息的桶的路径（有关更多详细信息，请参阅 `buckets_path` 语法）	必需
`gap_policy`	在数据中发现缺口时要应用的策略（有关更多详细信息，请参阅处理数据中的缺口）	可选	`skip`
`format`	输出值的 DecimalFormat 模式。如果指定，则格式化的值将在聚合的 `value_as_string` 属性中返回	可选	`null`
`sigma`	要显示的均值上下标准差的数量	可选	2

以下代码段计算每月 sales 桶的扩展统计信息

response = client.search(
  index: 'sales',
  body: {
    size: 0,
    aggregations: {
      sales_per_month: {
        date_histogram: {
          field: 'date',
          calendar_interval: 'month'
        },
        aggregations: {
          sales: {
            sum: {
              field: 'price'
            }
          }
        }
      },
      stats_monthly_sales: {
        extended_stats_bucket: {
          buckets_path: 'sales_per_month>sales'
        }
      }
    }
  }
)
puts response

POST /sales/_search
{
  "size": 0,
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": {
          "sum": {
            "field": "price"
          }
        }
      }
    },
    "stats_monthly_sales": {
      "extended_stats_bucket": {
        "buckets_path": "sales_per_month>sales" 
      }
    }
  }
}

bucket_paths 指示此 extended_stats_bucket 聚合，我们要计算 sales_per_month 日期直方图中 sales 聚合的统计信息。

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
               }
            },
            {
               "key_as_string": "2015/02/01 00:00:00",
               "key": 1422748800000,
               "doc_count": 2,
               "sales": {
                  "value": 60.0
               }
            },
            {
               "key_as_string": "2015/03/01 00:00:00",
               "key": 1425168000000,
               "doc_count": 2,
               "sales": {
                  "value": 375.0
               }
            }
         ]
      },
      "stats_monthly_sales": {
         "count": 3,
         "min": 60.0,
         "max": 550.0,
         "avg": 328.3333333333333,
         "sum": 985.0,
         "sum_of_squares": 446725.0,
         "variance": 41105.55555555556,
         "variance_population": 41105.55555555556,
         "variance_sampling": 61658.33333333334,
         "std_deviation": 202.74505063146563,
         "std_deviation_population": 202.74505063146563,
         "std_deviation_sampling": 248.3109609609156,
         "std_deviation_bounds": {
           "upper": 733.8234345962646,
           "lower": -77.15676792959795,
           "upper_population" : 733.8234345962646,
           "lower_population" : -77.15676792959795,
           "upper_sampling" : 824.9552552551645,
           "lower_sampling" : -168.28858858849787
         }
      }
   }
}

« 导数聚合推理桶聚合 »