› › ›

API задач прогнозирования

Предсказывает будущее поведение временного ряда, используя его исторические данные.

Запрос

POST _ml/anomaly_detectors/<job_id>/_forecast

Предварительные условия

Требуется привилегия кластера manage_ml. Эта привилегия включена в встроенную роль machine_learning_admin.

Описание

Вы можете создать задачу прогнозирования на основе задачи обнаружения аномалий, чтобы экстраполировать будущее поведение. Дополнительную информацию можно найти в разделах Прогнозирование будущего и Ограничения прогнозирования.

Вы можете удалить прогноз, используя API для удаления прогнозов.

Прогнозирование не поддерживается для задач, выполняющих анализ популяции; при попытке создания прогноза для задачи, имеющей свойство over_field_name в своей конфигурации, произойдёт ошибка.
Задача должна быть открыта при создании прогноза. В противном случае произойдёт ошибка.

Параметры пути

<job_id>: (Обязательный, строка) Идентификатор задачи обнаружения аномалий.

Параметры запроса

duration: (Необязательно, единицы времени) Промежуток времени, указывающий, насколько далеко в будущее необходимо выполнить прогнозирование. Например, 30d соответствует 30 дням. Значение по умолчанию — 1 день. Прогнозирование начинается с последней обработанной записи.
expires_in: (Необязательно, единицы времени) Промежуток времени, в течение которого сохраняются результаты прогноза. После истечения срока действия прогноза результаты удаляются. Значение по умолчанию — 14 дней. Если значение установлено в 0, прогноз никогда не удаляется автоматически.
max_model_memory: (Необязательно, единицы измерения байтов) Максимальный объём памяти, который может использовать прогноз. Если прогнозу потребуется больше памяти, чем предоставлено, он будет выгружаться на диск. Значение по умолчанию — 20 МБ, максимальное — 500 МБ, минимальное — 1 МБ. Если значение установлено на 40% или более от ограничений памяти, настроенных для задачи, оно автоматически уменьшается до значения ниже этого предела.

Тело запроса

Вы также можете указать параметры запроса (например, duration и expires_in) в теле запроса.

Примеры

resp = client.ml.forecast(
    job_id="low_request_rate",
    duration="10d",
)
print(resp)

const response = await client.ml.forecast({
  job_id: "low_request_rate",
  duration: "10d",
});
console.log(response);

POST _ml/anomaly_detectors/low_request_rate/_forecast
{
  "duration": "10d"
}

При создании прогноза вы получите следующие результаты:

{
  "acknowledged": true,
  "forecast_id": "wkCWa2IB2lF8nSE_TzZo"
}

Впоследствии вы можете увидеть прогноз в Просмотр одиночных метрик в Kibana.

© 2023-2025 Elasticsearch
As of September 2024, Elasticsearch is available under a choice of three licenses: the Server Side Public License (SSPL), the Elastic License, or the AGPLv3 (OSI approved).
Elasticsearch and the Elasticsearch logo are trademarks of Elasticsearch B.V., registered in the U.S. and in other countries.
https://www.elastic.co/guide/en/elasticsearch/reference/8.17/ml-forecast.html