ElasticSearch 聚合使用 doc_count 进行平均

Question

我正在深入研究 ElasticSearch 1.0 中的新聚合函数。我正在尝试获取有关一堆文档(日志行)的一些统计数据。

每个文档都算作一次点击，我想获取给定时间段内每小时的平均点击数。每个文档都有一个日期时间引用，每个文档都算作一次“命中”。

第一步很简单(查询和过滤)，我得到了在给定时间段内我想要匹配的所有文档。但我不知道如何获得文档计数的平均值。

我可以获得每天、每小时所有文档的列表，并在客户端进行一些统计计算，但我希望所有这些都在 ElasticSearch 中完成。我猜这可以通过 doc_count 完成，但我找不到任何相关信息。

在给定的时间范围内，我可以在一个小时内获得所有文档的列表。如果我在一个小时内用总计尝试这个:

"aggregations" : {
    "articles_over_time" : {
        "histogram" : {
            "script" : "doc['created_at'].date.hourOfDay",
            "interval" : 1
        }
    }
}

我在给定时间段内每小时得到一份文档列表，但它们是 sum()' 在一起的，我希望得到一个平均值(或者更好:实际的“统计数据”聚合)。不是在文档字段上，而是在 doc_count 本身上。有什么想法吗？

Answer 1

这可以从服务器端本身完成，但使用变通方法。hits.total 应该给出文档的总数。您可以在时间戳字段上进行最小和最大统计，并从中计算总小时数。现在

(hits.total)/(Total Number of hours) 

应该给你你正在寻找的东西。

还有另一种方法。您可以使用指标聚合脚本功能通过脚本执行上述操作。链接 - http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-aggregations-metrics-scripted-metric-aggregation.html

但是，您正在寻找的真正功能称为 metric reducer。它目前不可用，但随后出现问题 - https://github.com/elasticsearch/elasticsearch/issues/8110