Elasticsearch 中的汇总搜索限制
了解查询汇总数据时的搜索约束。尽管汇总功能非常灵活，但汇总数据的本质意味着存在一些限制。一旦原始实时数据被丢弃，灵活性必然会有所损失。
本页面重点介绍了主要的限制，以便您了解它们。
使用 汇总搜索 端点时，index 参数接受一个或多个索引。这些索引可以是常规的非汇总索引和汇总索引的混合。但是，只能指定一个汇总索引。index 参数的准确规则如下：
- 必须指定至少一个索引/索引模式。这可以是汇总索引，也可以是非汇总索引。不允许省略 index 参数或使用
_all - 可以指定多个非汇总索引
- 只能指定一个汇总索引。如果提供了多个，将会抛出异常
- 可以使用索引模式，但如果它们匹配多个汇总索引，将会抛出异常。
此限制源于决定哪些作业对于任何给定查询是“最佳”的逻辑。如果您在单个索引中存储了十个作业，它们以不同程度的完整性和不同的间隔覆盖源数据，则查询需要确定实际要搜索哪些作业集。错误的决策可能导致不准确的聚合结果（例如，文档计数重复计算或错误的指标）。不用说，这是一个在技术上具有挑战性的代码部分。
为了简化问题，我们将搜索限制为一次一个汇总索引（其中可能包含多个作业）。将来，我们也许能够将其扩展到多个汇总作业。
这可能是一个显而易见的限制，但汇总只能聚合存储在汇总中的数据。如果您没有将汇总作业配置为存储有关 price 字段的指标，则无法在任何查询或聚合中使用 price 字段。
例如，以下查询中的 temperature 字段已存储在汇总作业中……但没有使用 avg 指标。这意味着此处不允许使用 avg
GET sensor_rollup/_rollup_search
{
"size": 0,
"aggregations": {
"avg_temperature": {
"avg": {
"field": "temperature"
}
}
}
}
响应将告诉您该字段和聚合是不可能的，因为找不到包含它们的汇总作业
{
"error": {
"root_cause": [
{
"type": "illegal_argument_exception",
"reason": "There is not a rollup job that has a [avg] agg with name [avg_temperature] which also satisfies all requirements of query.",
"stack_trace": ...
}
],
"type": "illegal_argument_exception",
"reason": "There is not a rollup job that has a [avg] agg with name [avg_temperature] which also satisfies all requirements of query.",
"stack_trace": ...
},
"status": 400
}
汇总数据以一定的粒度存储，该粒度由配置中的 date_histogram 组定义。这意味着您只能使用大于或等于所配置汇总间隔的间隔来搜索/聚合汇总数据。
例如，如果数据按小时间隔汇总，则 汇总搜索 API 可以按任何小时或更长的时间间隔进行聚合。小于一小时的间隔将抛出异常，因为更细粒度的数据根本不存在。
可能不会立即显现出来，但聚合请求中指定的间隔必须是配置间隔的整数倍。如果作业配置为按 3d 间隔进行汇总，则只能以三的倍数（3d、6d、9d 等）进行查询和聚合。
非倍数将无法工作，因为汇总的数据无法与聚合生成的桶干净地“重叠”，从而导致结果不正确。
因此，如果找不到所配置间隔的整数倍，则会抛出错误。
因为 RollupSearch 端点可以“上采样（upsample）”间隔，所以无需配置具有多个间隔（每小时、每天等）的作业。建议配置单个具有所需最小粒度的作业，并允许搜索端点根据需要进行上采样。
话虽如此，如果单个汇总索引中存在多个具有不同间隔的作业，搜索端点将识别并使用具有最大间隔的作业来满足搜索请求。
汇总功能允许在搜索请求中使用 query，但组件子集有限。目前允许的查询有
- Term 查询
- Terms 查询
- Range 查询
- MatchAll 查询
- 任何复合查询（Boolean、Boosting、ConstantScore 等）
此外，这些查询只能使用同时也作为 group 保存到汇总作业中的字段。如果您希望对关键字 hostname 字段进行过滤，则必须在汇总作业中将该字段配置在 terms 分组下。
如果您尝试使用不支持的查询，或者查询引用了未在汇总作业中配置的字段，将会抛出异常。我们预计支持的查询列表会随着实现的增加而不断增长。
汇总文档存储在作业中 date_histogram 组配置的时区内。如果未指定时区，则默认为以 UTC 汇总时间戳。