› › ›

API получения ведер

Получает результаты работы задачи обнаружения аномалий для одного или нескольких ведер.

Запрос

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

GET _ml/anomaly_detectors/<job_id>/results/buckets/<timestamp>

Предварительные условия

Требуется право доступа monitor_ml к кластеру. Это право включено в встроенную роль machine_learning_user.

Описание

API получения ведер предоставляет хронологический просмотр записей, сгруппированных по ведрам.

Параметры пути

<job_id>: (Обязательно, строка) Идентификатор задачи обнаружения аномалий.
<timestamp>: (Необязательно, строка) Отметка времени единственного результата ведра. Если этот параметр не указан, API возвращает информацию обо всех ведрах.

Параметры запроса

anomaly_score: (Необязательно, число с плавающей точкой) Возвращает ведра с баллами аномалий, большими или равными этому значению. По умолчанию 0.0.
desc: (Необязательно, логическое значение) Если true, ведра сортируются в порядке убывания. По умолчанию false.
end: (Необязательно, строка) Возвращает ведра с отметками времени, предшествующими этому времени. По умолчанию -1, что означает, что оно не задано и результаты не ограничены определенными отметками времени.
exclude_interim: (Необязательно, логическое значение) Если true, результаты исключают промежуточные результаты. По умолчанию false, что означает, что промежуточные результаты включены.
expand: (Необязательно, логическое значение) Если true, вывод включает записи об аномалиях. По умолчанию false.
from: (Необязательно, целое число) Пропускает указанное количество ведер. По умолчанию 0.
size: (Необязательно, целое число) Указывает максимальное количество ведер для получения. По умолчанию 100.
sort: (Необязательно, строка) Указывает поле сортировки для запрошенных ведер. По умолчанию ведра сортируются по полю timestamp.
start: (Необязательно, строка) Возвращает ведра с отметками времени после этого времени. По умолчанию -1, что означает, что оно не задано, и результаты не ограничены определенными отметками времени.

Тело запроса

Параметры запроса также можно указать в теле запроса; исключениями являются from и size, вместо них используйте page:

page

Свойства page

from: (Необязательно, целое число) Пропускает указанное количество ведер. По умолчанию 0.
size: (Необязательно, целое число) Указывает максимальное количество ведер для получения. По умолчанию 100.

Тело ответа

API возвращает массив объектов ведер, которые имеют следующие свойства:

anomaly_score

(число) Максимальный балл аномалии, от 0 до 100, для любого из влияющих факторов ведра. Это общий, ограниченный по скорости балл для задачи. Все записи об аномалиях в ведре вносят вклад в этот балл. Это значение может быть обновлено по мере анализа новых данных.

bucket_influencers

(массив) Массив объектов влияющих факторов ведра.

Свойства bucket_influencers

anomaly_score: (число) Нормализованный балл от 0 до 100, вычисляемый для каждого влияющего фактора ведра. Этот балл может быть обновлен по мере анализа более новых данных.
bucket_span: (число) Длительность ведра в секундах. Это значение соответствует значению bucket_span, указанному в задаче.
influencer_field_name: (строка) Имя поля влияющего фактора.

initial_anomaly_score: (число) Балл от 0 до 100 для каждого влияющего фактора ведра. Это начальное значение, которое было вычислено в момент обработки ведра.
is_interim: (логическое значение) Если true, это промежуточный результат. Другими словами, результаты рассчитываются на основе частичных входных данных.
job_id: (строка) Идентификатор задачи обнаружения аномалий.
probability: (число) Вероятность того, что ведро имеет такое поведение, в диапазоне от 0 до 1. Это значение может содержать высокую точность более 300 десятичных знаков, поэтому anomaly_score предоставляется как удобочитаемая и понятная интерпретация этого значения.
raw_anomaly_score: (число) Внутреннее значение.
result_type: (строка) Внутреннее значение. Это значение всегда установлено в bucket_influencer.
timestamp: (дата) Начальное время ведра, для которого были рассчитаны эти результаты.

bucket_span

(число) Длительность ведра в секундах. Это значение соответствует значению bucket_span, указанному в задаче.

event_count

(число) Количество обработанных записей входных данных в этом ведре.

initial_anomaly_score

(число) Максимальное значение anomaly_score для любого влияющего фактора ведра. Это начальное значение, которое было вычислено в момент обработки ведра.

is_interim

(логическое значение) Если true, это промежуточный результат. Другими словами, результаты рассчитываются на основе частичных входных данных.

job_id

(строка) Идентификатор задачи обнаружения аномалий.

processing_time_ms

(число) Время в миллисекундах, затраченное на анализ содержимого ведра и вычисление результатов.

result_type

(строка) Внутреннее значение. Это значение всегда установлено в bucket.

timestamp

(дата) Начальное время ведра. Эта метка времени однозначно идентифицирует ведро.

События, происходящие точно в момент метки времени ведра, включаются в результаты для этого ведра.

Примеры

resp = client.ml.get_buckets(
    job_id="low_request_rate",
    anomaly_score=80,
    start="1454530200001",
)
print(resp)

response = client.ml.get_buckets(
  job_id: 'low_request_rate',
  body: {
    anomaly_score: 80,
    start: '1454530200001'
  }
)
puts response

const response = await client.ml.getBuckets({
  job_id: "low_request_rate",
  anomaly_score: 80,
  start: 1454530200001,
});
console.log(response);

GET _ml/anomaly_detectors/low_request_rate/results/buckets
{
  "anomaly_score": 80,
  "start": "1454530200001"
}

В этом примере API возвращает один результат, соответствующий указанному баллу и ограничениям по времени:

{
  "count" : 1,
  "buckets" : [
    {
      "job_id" : "low_request_rate",
      "timestamp" : 1578398400000,
      "anomaly_score" : 91.58505459594764,
      "bucket_span" : 3600,
      "initial_anomaly_score" : 91.58505459594764,
      "event_count" : 0,
      "is_interim" : false,
      "bucket_influencers" : [
        {
          "job_id" : "low_request_rate",
          "result_type" : "bucket_influencer",
          "influencer_field_name" : "bucket_time",
          "initial_anomaly_score" : 91.58505459594764,
          "anomaly_score" : 91.58505459594764,
          "raw_anomaly_score" : 0.5758246639716365,
          "probability" : 1.7340849573442696E-4,
          "timestamp" : 1578398400000,
          "bucket_span" : 3600,
          "is_interim" : false
        }
      ],
      "processing_time_ms" : 0,
      "result_type" : "bucket"
    }
  ]
}

© 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-get-bucket.html