API получения общих результатов по группам

GET _ml/anomaly_detectors/<job_id>/results/overall_buckets

GET _ml/anomaly_detectors/<job_id>,<job_id>/results/overall_buckets

GET _ml/anomaly_detectors/_all/results/overall_buckets

Требуется привилегия кластера monitor_ml. Эта привилегия включена в встроенную роль machine_learning_user.

По умолчанию, общий интервал группы равен наибольшему интервалу группы указанных задач обнаружения аномалий. Чтобы переопределить это поведение, используйте необязательный параметр bucket_span. Чтобы узнать больше о концепции групп, см. Группы.

Значение overall_score вычисляется путем объединения оценок всех групп в пределах общего интервала группы. Сначала вычисляется максимальная оценка anomaly_score по каждой задаче обнаружения аномалий в общем интервале. Затем среднее значение этих оценок берется для получения оценки overall_score. Это означает, что вы можете настроить значение overall_score, чтобы оно было более или менее чувствительным к количеству задач, обнаруживших аномалию в одно и то же время. Например, если вы установите top_n в значение 1, оценка overall_score будет равна максимальной оценке группы в общем интервале. В противном случае, если вы установите top_n в число задач, оценка overall_score будет высокой только тогда, когда все задачи обнаружат аномалии в этой группе. Если вы установите параметр bucket_span (в значении, большем его значения по умолчанию), overall_score будет максимальным значением overall_score из общих групп, имеющих интервал, равный наибольшему интервалу групп.

Вы также можете указать параметры запроса (такие как allow_no_match и bucket_span) в теле запроса.

API возвращает массив объектов общей группы, которые имеют следующие свойства:

GET _ml/anomaly_detectors/job-*/results/overall_buckets
{
  "overall_score": 80,
  "start": "1403532000000"
}

В этом примере API возвращает один результат, который соответствует указанным ограничениям по оценке и времени. overall_score — это максимальная оценка задачи, так как top_n по умолчанию равно 1, если не указано иное:

{
  "count": 1,
  "overall_buckets": [
    {
      "timestamp" : 1403532000000,
      "bucket_span" : 3600,
      "overall_score" : 80.0,
      "jobs" : [
        {
          "job_id" : "job-1",
          "max_anomaly_score" : 30.0
        },
        {
          "job_id" : "job-2",
          "max_anomaly_score" : 10.0
        },
        {
          "job_id" : "job-3",
          "max_anomaly_score" : 80.0
        }
      ],
      "is_interim" : false,
      "result_type" : "overall_bucket"
    }
  ]
}

Следующий пример похож, но на этот раз top_n установлено в 2:

GET _ml/anomaly_detectors/job-*/results/overall_buckets
{
  "top_n": 2,
  "overall_score": 50.0,
  "start": "1403532000000"
}

Обратите внимание, как overall_score теперь является средним значением двух лучших оценок задач:

{
  "count": 1,
  "overall_buckets": [
    {
      "timestamp" : 1403532000000,
      "bucket_span" : 3600,
      "overall_score" : 55.0,
      "jobs" : [
        {
          "job_id" : "job-1",
          "max_anomaly_score" : 30.0
        },
        {
          "job_id" : "job-2",
          "max_anomaly_score" : 10.0
        },
        {
          "job_id" : "job-3",
          "max_anomaly_score" : 80.0
        }
      ],
      "is_interim" : false,
      "result_type" : "overall_bucket"
    }
  ]
}