拡張統計バケット集約

指定されたメトリックのすべてのバケットにわたってさまざまな統計を計算する兄弟パイプライン集約です。指定されたメトリックは数値でなければならず、兄弟集約はマルチバケット集約でなければなりません。

この集約は、stats_bucket集約と比較して、いくつかの追加統計（平方和、標準偏差など）を提供します。

構文

  3. #### Js
  5. ``````js
  6. {
  7.   "extended_stats_bucket": {
  8.    "buckets_path": "the_sum"
  9.   }
  10. }
  11. `


表 60. extended_stats_bucket パラメータ

パラメータ名 説明 必須 デフォルト値
buckets_path 統計を計算したいバケットへのパス（詳細については [buckets_path 構文](045ebb369a1af050.md#buckets-path-syntax “buckets_path Syntax”）を参照） 必須
gap_policy データにギャップが見つかった場合に適用するポリシー（詳細については データのギャップの処理を参照） オプション skip
format 出力値のための DecimalFormat パターン。指定された場合、フォーマットされた値は集約の value_as_string プロパティに返されます オプション null
sigma 平均からの標準偏差の数を表示 オプション 2

次のスニペットは、月次 sales バケットの拡張統計を計算します:

Python

  1. resp = client.search(
  2.    index="sales",
  3.    size=0,
  4.    aggs={
  5.    "sales_per_month": {
  6.    "date_histogram": {
  7.    "field": "date",
  8.    "calendar_interval": "month"
  9.    },
  10.    "aggs": {
  11.    "sales": {
  12.    "sum": {
  13.    "field": "price"
  14.    }
  15.    }
  16.    }
  17.    },
  18.    "stats_monthly_sales": {
  19.    "extended_stats_bucket": {
  20.    "buckets_path": "sales_per_month>sales"
  21.    }
  22.    }
  23.    },
  24. )
  25. print(resp)

Ruby

  1. response = client.search(
  2.   index: 'sales',
  3.   body: {
  4.    size: 0,
  5.    aggregations: {
  6.    sales_per_month: {
  7.    date_histogram: {
  8.    field: 'date',
  9.    calendar_interval: 'month'
  10.    },
  11.    aggregations: {
  12.    sales: {
  13.    sum: {
  14.    field: 'price'
  15.    }
  16.    }
  17.    }
  18.    },
  19.    stats_monthly_sales: {
  20.    extended_stats_bucket: {
  21.    buckets_path: 'sales_per_month>sales'
  22.    }
  23.    }
  24.    }
  25.   }
  26. )
  27. puts response

Js

  1. const response = await client.search({
  2.   index: "sales",
  3.   size: 0,
  4.   aggs: {
  5.    sales_per_month: {
  6.    date_histogram: {
  7.    field: "date",
  8.    calendar_interval: "month",
  9.    },
  10.    aggs: {
  11.    sales: {
  12.    sum: {
  13.    field: "price",
  14.    },
  15.    },
  16.    },
  17.    },
  18.    stats_monthly_sales: {
  19.    extended_stats_bucket: {
  20.    buckets_path: "sales_per_month>sales",
  21.    },
  22.    },
  23.   },
  24. });
  25. console.log(response);

コンソール

  1. POST /sales/_search
  2. {
  3.   "size": 0,
  4.   "aggs": {
  5.    "sales_per_month": {
  6.    "date_histogram": {
  7.    "field": "date",
  8.    "calendar_interval": "month"
  9.    },
  10.    "aggs": {
  11.    "sales": {
  12.    "sum": {
  13.    "field": "price"
  14.    }
  15.    }
  16.    }
  17.    },
  18.    "stats_monthly_sales": {
  19.    "extended_stats_bucket": {
  20.    "buckets_path": "sales_per_month>sales"
  21.    }
  22.    }
  23.   }
  24. }

| | bucket_paths は、この extended_stats_bucket 集約に対して sales 集約の統計を計算したいことを指示します。

次のような応答があるかもしれません:

コンソール-結果

  1. {
  2.    "took": 11,
  3.    "timed_out": false,
  4.    "_shards": ...,
  5.    "hits": ...,
  6.    "aggregations": {
  7.    "sales_per_month": {
  8.    "buckets": [
  9.    {
  10.    "key_as_string": "2015/01/01 00:00:00",
  11.    "key": 1420070400000,
  12.    "doc_count": 3,
  13.    "sales": {
  14.    "value": 550.0
  15.    }
  16.    },
  17.    {
  18.    "key_as_string": "2015/02/01 00:00:00",
  19.    "key": 1422748800000,
  20.    "doc_count": 2,
  21.    "sales": {
  22.    "value": 60.0
  23.    }
  24.    },
  25.    {
  26.    "key_as_string": "2015/03/01 00:00:00",
  27.    "key": 1425168000000,
  28.    "doc_count": 2,
  29.    "sales": {
  30.    "value": 375.0
  31.    }
  32.    }
  33.    ]
  34.    },
  35.    "stats_monthly_sales": {
  36.    "count": 3,
  37.    "min": 60.0,
  38.    "max": 550.0,
  39.    "avg": 328.3333333333333,
  40.    "sum": 985.0,
  41.    "sum_of_squares": 446725.0,
  42.    "variance": 41105.55555555556,
  43.    "variance_population": 41105.55555555556,
  44.    "variance_sampling": 61658.33333333334,
  45.    "std_deviation": 202.74505063146563,
  46.    "std_deviation_population": 202.74505063146563,
  47.    "std_deviation_sampling": 248.3109609609156,
  48.    "std_deviation_bounds": {
  49.    "upper": 733.8234345962646,
  50.    "lower": -77.15676792959795,
  51.    "upper_population" : 733.8234345962646,
  52.    "lower_population" : -77.15676792959795,
  53.    "upper_sampling" : 824.9552552551645,
  54.    "lower_sampling" : -168.28858858849787
  55.    }
  56.    }
  57.    }
  58. }