在我每天没有输入数据但缺少数据也是这样的信息的情况下,我每天都使用ES来获取统计信息(在我的情况下,我正在衡量一项活动)。为了完成这样的任务,我使用了average bucket aggregation,并且将min_doc_count设置为0,以便即使丢失数据也具有一个值。我的查询如下:
query = {
"size": 0,
"query": {
"bool" : {
"should" :{
"match" : { "LogEntryType" : "LogEntry" }
},
"must" : {
'match' : {'Id' : id}
}
}
},
"aggs": {
"actions_per_day": {
"date_histogram": {
"field": "CreationTime",
"interval": "day",
"min_doc_count" : 0
},
"aggs": {
"amount": {
"value_count": {
"field": "CreationTime"
}
}
}
},
"avg_daily_action": {
"avg_bucket": {
"buckets_path": "actions_per_day>amount"
}
}
}
}
es1.search(index=indx1, body=query)
它确实返回值设置为0的对象,如下面的响应摘录所示:
{'took': 1,
'timed_out': False,
'_shards': {'total': 2, 'successful': 2, 'failed': 0},
'hits': {'total': 4321, 'max_score': 0.0, 'hits': []},
'aggregations': {'actions_per_day': {'buckets': [
{'key_as_string': '2018-07-13T00:00:00.000Z',
'key': 1531440000000,
'doc_count': 631,
'amount': {'value': 631}},
{'key_as_string': '2018-07-14T00:00:00.000Z',
'key': 1531526400000,
'doc_count': 0,
'amount': {'value': 0}}...
但是我的问题是,对于平均每日活动,计算不考虑0值,它返回:
...'avg_daily_action': {'value': 432.1}
对应于未考虑未输入日期的平均值。我发现this issue,其中提到应该使用“ missing”参数,但是我认为它是要检索具有0的元素,并且我已经有了它们。关于如何考虑它们的任何线索?
答案 0 :(得分:0)
事实证明我快到了。必须在平均存储桶聚合中使用 gap_policy 参数,以将0值考虑在内。现在,平均存储桶部分变为
"avg_daily_operations": {
"avg_bucket": {
"buckets_path": "modifications_per_day>amount",
"gap_policy" : "insert_zeros"
}
}
默认值设置为 skip ,更改此值即可解决此问题。