估算模型内存 API
新版 API 参考
有关最新的 API 详情，请参阅 机器学习异常检测 API。
估算异常检测作业模型的内存使用量。估算基于作业的分析配置详情和它引用的字段的基数估计。
请求
POST _ml/anomaly_detectors/_estimate_model_memory
前置条件
- 需要
manage_ml集群权限。此权限包含在machine_learning_admin内置角色中。
请求体
analysis_config（必需，对象）有关可以在此 API 请求体的
analysis_config组件中指定的属性列表，请参阅analysis_config。max_bucket_cardinality（必需*，对象）在作业分析数据的时间段内，影响因素字段在单个桶中观察到的最高基数估计。要获得准确的估算结果，必须为所有影响因素字段提供值。为未列为影响因素的字段提供值对估算没有影响。
*如果没有影响因素，可以从请求中省略此参数。
overall_cardinality（必需*，对象）在作业分析数据的时间段内，字段观察到的基数估计。要获得准确的估算结果，必须为任何检测器的
by_field_name、over_field_name和partition_field_name中引用的字段提供值。为其他字段提供值对估算没有影响。*如果没有检测器包含
by_field_name、over_field_name或partition_field_name，可以从请求中省略此参数。
示例
POST _ml/anomaly_detectors/_estimate_model_memory
{
"analysis_config": {
"bucket_span": "5m",
"detectors": [
{
"function": "sum",
"field_name": "bytes",
"by_field_name": "status",
"partition_field_name": "app"
}
],
"influencers": [ "source_ip", "dest_ip" ]
},
"overall_cardinality": {
"status": 10,
"app": 50
},
"max_bucket_cardinality": {
"source_ip": 300,
"dest_ip": 30
}
}
估算返回以下结果：
{
"model_memory_estimate": "21mb"
}