如何设置渗滤器以在聚合值达到某个阈值时返回？

Question

以以下聚合查询为例：

{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "groupBy": {
      "terms": {
        "field": "CustomerName"
      },
      "aggs": {
        "points_sum": {
          "stats": {
            "field": "TransactionAmount"
          }
        }
      }
    }
  },
  "size": 0
}

我有兴趣知道什么时候任何CustomerName的平均TransactionAmount（stats.avg）高于该客户所有购买的某个阈值，一旦我索引了将使我的平均值超过该阈值的文档，便会知道。似乎percolator设计用于或多或少地将文档与规则匹配，但是我找不到使用percolator匹配基于聚合结果的规则的任何好例子。

这可能吗？渗滤器是最好的解决方案吗？还有其他更好的解决方案吗？提前致谢

Answer 1

您可以为此使用Watcher商业产品并定义以下手表：

PUT _watcher/watch/transaction_alert
{
  "trigger": {
    "schedule": {
      "interval": "1m"
    }
  },
  "input": {
    "search": {
      "request": {
        "indices": "transactions",
        "types": "transaction",
        "body": {
          "query": {
            "match_all": {}
          },
          "size": 0,
          "aggs": {
            "groupBy": {
              "terms": {
                "field": "CustomerName"
              },
              "aggs": {
                "points_sum": {
                  "stats": {
                    "field": "TransactionAmount"
                  }
                }
              }
            }
          }
        }
      }
    }
  },
  "condition": {
    "script": {
      "inline": "return ctx.payload.aggregations.groupBy.buckets.findAll{ cust -> cust.points_sum.avg >= 200}"
    }
  },
  "actions": {
    "send_email": { 
      "email": {
        "to": "<username>@<domainname>", 
        "subject": "Customer Notification - Transaction > 200",
        "body": "The attached customers have a transaction average above $200"
        "attachments" : {
           "data.yml" : {
              "data" : {
                 "format" : "yaml" 
              }
           }
        }
      }
    }
  }
}

更新

总结一下：

• 看守是一种商业产品
• ElastAlert不支持（至今），需要一些努力才能使其运行

还有另一种使用Logstash来实现此目的的更简单，更便宜的方法。即使elasticsearch输入插件不支持聚合，也可以使用http_poller输入插件定期发送聚合查询到Elasticsearch。然后使用过滤器可以检查是否达到所需的阈值，最后使用email输出插件通过电子邮件提醒某人。

配置基本上是这样的（请注意，您需要对上面的聚合查询进行URL编码，并使用source=...参数将其发送给ES
）。另请注意，我已经修改了您的查询，以根据points_sum.avg（desc）对存储桶进行排序

input {
  http_poller {
    urls => {
      test1 => 'http://localhost:9200/your-index/_search?source=%7B%22query%22%3A%7B%22match_all%22%3A%7B%7D%7D%2C%22aggs%22%3A%7B%22groupBy%22%3A%7B%22terms%22%3A%7B%22field%22%3A%22CustomerName%22%2C%22order%22%3A%7B%22points_sum.avg%22%3A%22desc%22%7D%7D%2C%22aggs%22%3A%7B%22points_sum%22%3A%7B%22stats%22%3A%7B%22field%22%3A%22TransactionAmount%22%7D%7D%7D%7D%7D%2C%22size%22%3A0%7D'
   }
   # checking every 10 seconds
   interval => 10
   codec => "json"
  }
}
filter {
  split {
    field => "[aggregations][groupBy][buckets]" 
  }
}
output {
  if [aggregations][groupBy][buckets][points_sum][avg] > 200 {
    email {
      to => "<username>@<domainname>"
      subject => "Customer Notification - Transaction > 200",
      body => "The customer %{[aggregations][groupBy][buckets][key]} has a transaction average above $200"
    }
  }
}

同意，这是一个非常简单的实现，但是它应该可以运行，并且您可以基于它来使它变得更智能，借助Logstash和您的想象力，极限就是天空；-)

更新2

另一个node.js工具调用elasticwatch也可以用来做到这一点。