Link Search Menu Expand Document Documentation Menu
文档

扩展统计桶聚合

extended_stats_bucket 聚合是 stats_bucket 同级聚合的更全面版本。除了 stats_bucket 提供的基本统计度量外，extended_stats_bucket 还计算以下指标：

  • 平方和
  • 方差
  • 总体方差
  • 样本方差
  • 标准差
  • 总体标准差
  • 样本标准差
  • 标准差边界
    • 上限
    • 下限
    • 总体上限
    • 总体下限
    • 样本上限
    • 样本下限

标准差和方差是总体统计量；它们分别始终等于总体标准差和总体方差。

std_deviation_bounds 对象定义了一个范围，该范围跨越平均值上方和下方指定数量的标准差（默认为两个标准差）。此对象始终包含在输出中，但仅对正态分布数据有意义。在解释这些值之前，请验证您的数据集是否遵循正态分布。

指定的指标必须是数值类型，并且同级聚合必须是多桶聚合。

参数

extended_stats_bucket 聚合接受以下参数。

参数 必需/可选 数据类型 描述
buckets_path 必需 字符串 要聚合的聚合桶的路径。参见桶路径。
gap_policy 可选 字符串 应用于缺失数据的策略。有效值是 skip 和 insert_zeros。默认为 skip。参阅数据间隙。
format 可选 字符串 一个 DecimalFormat 格式化字符串。将格式化输出返回到聚合的 <stat>_as_string 属性中。
sigma 可选 双精度浮点数（非负） 用于计算 std_deviation_bounds 区间的、高于和低于平均值的标准差数量。默认为 2。参阅 extended_stats 中的定义边界。

示例

以下示例使用 OpenSearch Dashboards 电子商务样本数据创建一个具有一个月间隔的日期直方图。sum 子聚合计算每个月的总字节数。最后，extended_stats_bucket 聚合返回这些总和的扩展统计信息：

GET opensearch_dashboards_sample_data_logs/_search
{
  "size": 0,
  "aggs": {
    "visits_per_month": {
      "date_histogram": {
        "field": "@timestamp",
        "interval": "month"
      },
      "aggs": {
        "sum_of_bytes": {
          "sum": {
            "field": "bytes"
          }
        }
      }
    },
    "stats_monthly_bytes": {
      "extended_stats_bucket": {
        "buckets_path": "visits_per_month>sum_of_bytes",
        "sigma": 3,
        "format": "0.##E0"
      }
    }
  }
}

示例响应

响应包含所选桶的扩展统计信息。请注意，标准差边界是针对三西格玛范围的；更改 sigma（或让其默认为 2）会返回不同的结果：

响应 
{
  "took": 6,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 10000,
      "relation": "gte"
    },
    "max_score": null,
    "hits": []
  },
  "aggregations": {
    "visits_per_month": {
      "buckets": [
        {
          "key_as_string": "2025-03-01T00:00:00.000Z",
          "key": 1740787200000,
          "doc_count": 480,
          "sum_of_bytes": {
            "value": 2804103
          }
        },
        {
          "key_as_string": "2025-04-01T00:00:00.000Z",
          "key": 1743465600000,
          "doc_count": 6849,
          "sum_of_bytes": {
            "value": 39103067
          }
        },
        {
          "key_as_string": "2025-05-01T00:00:00.000Z",
          "key": 1746057600000,
          "doc_count": 6745,
          "sum_of_bytes": {
            "value": 37818519
          }
        }
      ]
    },
    "stats_monthly_bytes": {
      "count": 3,
      "min": 2804103,
      "max": 39103067,
      "avg": 26575229.666666668,
      "sum": 79725689,
      "min_as_string": "2.8E6",
      "max_as_string": "3.91E7",
      "avg_as_string": "2.66E7",
      "sum_as_string": "7.97E7",
      "sum_of_squares": 2967153221794459,
      "variance": 282808242095406.25,
      "variance_population": 282808242095406.25,
      "variance_sampling": 424212363143109.4,
      "std_deviation": 16816903.46334325,
      "std_deviation_population": 16816903.46334325,
      "std_deviation_sampling": 20596416.2694171,
      "std_deviation_bounds": {
        "upper": 77025940.05669643,
        "lower": -23875480.72336309,
        "upper_population": 77025940.05669643,
        "lower_population": -23875480.72336309,
        "upper_sampling": 88364478.47491796,
        "lower_sampling": -35214019.141584635
      },
      "sum_of_squares_as_string": "2.97E15",
      "variance_as_string": "2.83E14",
      "variance_population_as_string": "2.83E14",
      "variance_sampling_as_string": "4.24E14",
      "std_deviation_as_string": "1.68E7",
      "std_deviation_population_as_string": "1.68E7",
      "std_deviation_sampling_as_string": "2.06E7",
      "std_deviation_bounds_as_string": {
        "upper": "7.7E7",
        "lower": "-2.39E7",
        "upper_population": "7.7E7",
        "lower_population": "-2.39E7",
        "upper_sampling": "8.84E7",
        "lower_sampling": "-3.52E7"
      }
    }
  }
}
剩余 350 字符

有问题？。

想做贡献？或。