확장 통계 버킷 집계
확장 통계 버킷 집계 (Extended stats bucket aggregation)
extended_stats_bucket 집계는 stats_bucket 형제 집계를 더 포괄적으로 확장한 버전이에요. stats_bucket이 제공하는 기본 통계량에 더해 extended_stats_bucket은 다음 메트릭까지 계산해요:
- 제곱합 (Sum of squares)
- 분산 (Variance)
- 모분산 (Population variance)
- 표본 분산 (Sampling variance)
- 표준편차 (Standard deviation)
- 모표준편차 (Population standard deviation)
- 표본 표준편차 (Sampling standard deviation)
- 표준편차 경계 (Standard deviation bounds): 상한(Upper), 하한(Lower), 모집단 상한(Population upper), 모집단 하한(Population lower), 표본 상한(Sampling upper), 표본 하한(Sampling lower)
표준편차와 분산은 모집단 통계량(population statistics)이에요. 즉 항상 각각 모표준편차와 모분산과 같아요.
std_deviation_bounds 객체는 평균을 기준으로 위아래로 지정된 표준편차 개수만큼의 범위를 정의해요(기본값은 2 표준편차). 이 객체는 항상 출력에 포함되지만, 정규 분포를 따르는 데이터에서만 의미가 있어요. 이 값을 해석하기 전에 데이터셋이 정규 분포를 따르는지 먼저 확인하세요.
지정된 메트릭은 숫자여야 하고, 형제 집계는 다중 버킷(multi-bucket) 집계여야 해요.
출처: 문서
본문
파라미터
extended_stats_bucket 집계는 다음과 같은 파라미터를 받아요.
| 파라미터 | 필수/선택 | 데이터 타입 | 설명 |
|---|---|---|---|
buckets_path |
필수 | String | 집계할 버킷의 경로예요. 버킷 경로(Buckets path) 문서를 참고하세요. |
gap_policy |
선택 | String | 누락 데이터에 적용할 정책이에요. 유효한 값은 skip과 insert_zeros예요. 기본값은 skip이에요. 데이터 공백(Data gaps) 문서를 참고하세요. |
format |
선택 | String | DecimalFormat 형식 문자열이에요. 집계의 <stat>_as_string 속성에 형식화된 출력을 반환해요. |
sigma |
선택 | Double (음수 아님) | std_deviation_bounds 구간을 계산할 때 평균 위아래로 사용할 표준편차의 개수예요. 기본값은 2예요. extended_stats의 경계 정의(Defining bounds) 섹션을 참고하세요. |
예제
다음 예제는 OpenSearch Dashboards e-커머스 샘플 데이터를 사용해 한 달 간격의 날짜 히스토그램을 생성해요. sum 하위 집계가 매월 모든 바이트의 합계를 계산해요. 마지막으로 extended_stats_bucket 집계가 이 합계들에 대한 확장 통계를 반환해요:
GET opensearch_dashboards_sample_data_logs/_search
{
"size": 0,
"aggs": {
"visits_per_month": {
"date_histogram": {
"field": "@timestamp",
"interval": "month"
},
"aggs": {
"sum_of_bytes": {
"sum": {
"field": "bytes"
}
}
}
},
"stats_monthly_bytes": {
"extended_stats_bucket": {
"buckets_path": "visits_per_month>sum_of_bytes",
"sigma": 3,
"format": "0.##E0"
}
}
}
}
예제 응답
응답에는 선택된 버킷에 대한 확장 통계가 포함돼요. 표준편차 경계는 3시그마 범위에 대한 것이라는 점에 주목하세요. sigma를 바꾸거나(또는 기본값 2로 두거나) 하면 다른 결과가 반환돼요:
{
"took": 6,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 10000,
"relation": "gte"
},
"max_score": null,
"hits": []
},
"aggregations": {
"visits_per_month": {
"buckets": [
{
"key_as_string": "2025-03-01T00:00:00.000Z",
"key": 1740787200000,
"doc_count": 480,
"sum_of_bytes": {
"value": 2804103
}
},
{
"key_as_string": "2025-04-01T00:00:00.000Z",
"key": 1743465600000,
"doc_count": 6849,
"sum_of_bytes": {
"value": 39103067
}
},
{
"key_as_string": "2025-05-01T00:00:00.000Z",
"key": 1746057600000,
"doc_count": 6745,
"sum_of_bytes": {
"value": 37818519
}
}
]
},
"stats_monthly_bytes": {
"count": 3,
"min": 2804103,
"max": 39103067,
"avg": 26575229.666666668,
"sum": 79725689,
"min_as_string": "2.8E6",
"max_as_string": "3.91E7",
"avg_as_string": "2.66E7",
"sum_as_string": "7.97E7",
"sum_of_squares": 2967153221794459,
"variance": 282808242095406.25,
"variance_population": 282808242095406.25,
"variance_sampling": 424212363143109.4,
"std_deviation": 16816903.46334325,
"std_deviation_population": 16816903.46334325,
"std_deviation_sampling": 20596416.2694171,
"std_deviation_bounds": {
"upper": 77025940.05669643,
"lower": -23875480.72336309,
"upper_population": 77025940.05669643,
"lower_population": -23875480.72336309,
"upper_sampling": 88364478.47491796,
"lower_sampling": -35214019.141584635
},
"sum_of_squares_as_string": "2.97E15",
"variance_as_string": "2.83E14",
"variance_population_as_string": "2.83E14",
"variance_sampling_as_string": "4.24E14",
"std_deviation_as_string": "1.68E7",
"std_deviation_population_as_string": "1.68E7",
"std_deviation_sampling_as_string": "2.06E7",
"std_deviation_bounds_as_string": {
"upper": "7.7E7",
"lower": "-2.39E7",
"upper_population": "7.7E7",
"lower_population": "-2.39E7",
"upper_sampling": "8.84E7",
"lower_sampling": "-3.52E7"
}
}
}
}