5장. 엘라스틱서치: 집계

[seryang]

• ES에서 집계는 데이터를 그룹핑하고 통계값을 얻는 기능으로 SQL의 GROUP BY와 통계 함수를 포함하는 개념
• 이를테면 데이터를 날짜별로 묶거나 특정 카테고리별로 묶어 그룹별 통계를 내는 식
• 이런 집계 기능은 강력한 검색 성능과 맞물려 ES를 고성능 집계 엔진으로 활용할 수 있게 해주는데, 대표적인 활용 사례로 키바나를 들 수 있음
• 키바나의 주 기능인 데이터 시각화와 대시보드는 대부분 집계 기능을 기반으로 동작하며, 집계를 제대로 이해할수록 키바나라는 툴을 더 잘 사용할 수 있음

집계의 요청 - 응답 형태

• 집계를 위한 특별한 API가 제공되는 것은 아니며, search API의 요청 본문에 aggs 파라미터를 이용하면 쿼리 결과에 대한 집계를 생성할 수 있음

집계를 위한 기본 형태

• aggs는 집계 요청을 하겠다는 의미
• my_aggs는 사용자가 지정하는 집계 이름 (응답 결과에서 확인할 수 있음)
• agg_type은 집계 타입을 의미
• ES는 크게 메트릭 집계 (meteric aggregations)와 버킷 집계 (bucket aggregations)라는 두 가지 타입의 집계가 있음
• 메트릭 집계는 통계나 계산에 사용되며, 버킷 집계는 도큐먼트를 그룹핑하는 데 사용

집계 응답 기본 형태

• 집계 요청에 대한 응답 결과
• aggregations는 이 응답 메시지가 집계 요청에 대한 결과임을 알려줌
• my_agg는 집계 이름으로 사용자가 지정한 이름
• value는 실제 집계 결과
• 요청한 집계의 계층, 타입, 구성에 따라 결과의 형태는 변할 수 있음

메트릭 집계

[seryang]

궁금

1. 카디널리티 정확도 (precision_threshold) 의 정확도 수치
   • 값이 크면 정확도가 올라가는 대신 시스템 리소스를 많이 소모하고, 값이 작으면 정확도는 떨어지는 대신 시스템 리소스를 덜 소모한다는데
   • 기본 3000, 최대 40000이라는데 수치를 낮춰가며 40000을 써도 결과는 7이고, 100을 써도 결과는 7이니
   • 정확도 수치를 가장 높였을때 나온 결과값이 정확도 수치를 낮췄을때 결과값과 동일하면 낮은 수치를 실무해서 사용하면 된다는 내용인지?
   • 그리고 이런 임계점을 우리가 일일히 체크할 필요 없이 바로 제공할 수 있는 기능은 없는지 궁금