平均存储桶聚合,包括0个值

时间:2018-12-04 14:04:03

标签: python elasticsearch elasticsearch-aggregation elasticsearch-py

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?

1 个答案:

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。