扩展的统计桶(extended_stats_bucket)聚合

一种同级管道聚合,计算同级聚合中指定度量的所有桶的各种统计信息。 指定的度量必须是数字,并且同级聚合必须是多桶聚合。

stats_bucket聚合相比,这种聚合提供了更多的统计信息(平方和、标准差等)。

语法

一个单独的extended_stats_bucket看起来像这样:

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

表 31. extended_stats_bucket参数

参数名称 描述 是否必需 默认值

buckets_path

我们希望为其计算统计数据的桶的路径 (更多详情请参考 buckets_path语法

必需

gap_policy

在数据中发现间隙时应用的策略 (更多详情请参考 处理数据中的间隙)

可选

skip

format

应用于此聚合的输出值的格式

可选

null

sigma

显示高于/低于平均值的标准差的个数

可选

2

下面这个代码片段计算月 销售额(sales) 桶的扩展统计数据:

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,我们希望在sales_per_month日期直方图中计算sales聚合的统计数据。

响应可能如下所示:

{
   "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,
         "std_deviation": 202.74505063146563,
         "std_deviation_bounds": {
           "upper": 733.8234345962646,
           "lower": -77.15676792959795
         }
      }
   }
}