获取桶 API
有关最新的 API 详情，请参阅 机器学习异常检测 API。
检索一个或多个桶的异常检测作业结果。
请求
GET _ml/anomaly_detectors/<job_id>/results/buckets
GET _ml/anomaly_detectors/<job_id>/results/buckets/<timestamp>
前置条件
- 需要
monitor_ml集群权限。此权限包含在machine_learning_user内置角色中。
描述
获取桶 API 按时间顺序呈现记录，按桶分组。
路径参数
<job_id>（必需，字符串）异常检测作业的标识符。
<timestamp>（可选，字符串）单个桶结果的时间戳。如果不指定此参数，API 返回所有桶的信息。
查询参数
anomaly_score（可选，双精度浮点数）返回异常分数大于或等于此值的桶。默认为 0.0。
desc（可选，布尔值）如果为
true，桶按降序排列。默认为false。end（可选，字符串）返回时间戳早于此时间的桶。默认为 -1，表示未设置，结果不限于特定时间戳。
exclude_interim（可选，布尔值）如果为
true，输出排除临时结果。默认为false，即包含临时结果。expand（可选，布尔值）如果为
true，输出包含异常记录。默认为false。from（可选，整数）跳过指定数量的桶。默认为 0。
size（可选，整数）指定获取的桶的最大数量。默认为 100。
sort（可选，字符串）指定请求桶的排序字段。默认情况下，桶按 timestamp 字段排序。
start（可选，字符串）返回时间戳晚于此时间的桶。默认为 -1，表示未设置，结果不限于特定时间戳。
请求体
你也可以在请求体中指定查询参数；但 from 和 size 例外，请改用 page：
page（可选，对象）
page的属性：from（可选，整数）跳过指定数量的桶。默认为 0。
size（可选，整数）指定获取的桶的最大数量。默认为 100。
响应体
API 返回桶对象数组，每个对象具有以下属性：
anomaly_score（数字）所有桶影响因素的最大异常分数（0-100 之间）。这是作业的整体、速率限制分数。桶中的所有异常记录都贡献到此分数。随着新数据的分析，此值可能会更新。
bucket_influencers（数组）桶影响因素对象的数组。
bucket_influencers的属性：anomaly_score（数字）每个桶影响因素计算的 0-100 之间的标准化分数。随着新数据的分析，此分数可能会更新。bucket_span（数字）桶的长度（秒）。此值与作业中指定的bucket_span匹配。influencer_field_name（字符串）影响因素的字段名称。initial_anomaly_score（数字）每个桶影响因素的 0-100 之间的分数。此分数是在处理桶时计算的初始值。is_interim（布尔值）如果为true，这是临时结果。即结果是基于部分输入数据计算的。job_id（字符串）异常检测作业的标识符。probability（数字）桶具有此行为的概率，范围为 0 到 1。此值可保持超过 300 位小数的高精度，因此提供anomaly_score作为人类可读的友好解释。raw_anomaly_score（数字）内部使用。result_type（字符串）内部使用。此值始终设置为bucket_influencer。timestamp（日期）计算这些结果的桶的开始时间。
bucket_span（数字）桶的长度（秒）。此值与作业中指定的
bucket_span匹配。event_count（数字）在此桶中处理的输入数据记录数。
initial_anomaly_score（数字）所有桶影响因素的最大异常分数。这是在处理桶时计算的初始值。
is_interim（布尔值）如果为
true，这是临时结果。即结果是基于部分输入数据计算的。job_id（字符串）异常检测作业的标识符。
processing_time_ms（数字）分析桶内容并计算结果所花费的时间（毫秒）。
result_type（字符串）内部使用。此值始终设置为
bucket。timestamp（日期）桶的开始时间。此时间戳唯一标识该桶。
恰好在桶时间戳发生的事件包含在桶的结果中。
示例
GET _ml/anomaly_detectors/low_request_rate/results/buckets
{
"anomaly_score": 80,
"start": "1454530200001"
}
在此示例中，API 返回匹配指定分数和时间约束的单个结果：
{
"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"
}
]
}