Manticore Search对Kibana日期聚合请求中fixed_interval参数的支持
2025-05-23 18:31:55作者:秋泉律Samson
在Elasticsearch兼容性方面,Manticore Search最近实现了一个重要功能更新——支持处理Kibana发送的日期直方图聚合请求中的fixed_interval参数。这个改进显著提升了Manticore Search与Kibana可视化工具的兼容性。
背景与问题分析
日期直方图聚合是时间序列数据分析中的核心功能,它允许用户按照指定的时间间隔对文档进行分组统计。在Elasticsearch生态中,Kibana作为流行的可视化工具,经常向搜索引擎发送包含日期聚合的查询请求。
Manticore Search最初只支持处理calendar_interval参数,这是Elasticsearch中定义日历感知时间间隔的标准方式。然而,Kibana在某些情况下会使用fixed_interval参数来指定固定的时间间隔(如"30s"表示30秒),这导致Manticore Search无法正确处理这类请求,返回错误信息。
技术实现细节
Manticore Search团队通过分析Elasticsearch的文档和行为,确认fixed_interval是官方支持的参数,与calendar_interval具有同等地位。两者的主要区别在于:
calendar_interval:基于日历的时间间隔,考虑时区和日历变化(如月份天数不同)fixed_interval:固定的时间间隔,不考虑日历因素
实现方案包括:
- 扩展查询解析器以识别
fixed_interval参数 - 将
fixed_interval转换为内部时间间隔表示 - 确保时间间隔计算逻辑正确处理固定间隔
- 维护与现有
calendar_interval功能的兼容性
实际应用价值
这一改进使得:
- Kibana用户能够无缝使用Manticore Search作为后端
- 开发者可以更灵活地控制时间聚合粒度
- 系统支持更精确的固定时间间隔分析场景
- 提升了Manticore Search在时间序列分析场景下的表现
开发者建议
对于需要精确时间间隔的应用场景,建议优先使用fixed_interval;而对于需要日历感知的场景(如按月统计),则适合使用calendar_interval。Manticore Search现在能够完美支持这两种模式,为开发者提供了更全面的时间序列分析能力。
这一改进体现了Manticore Search团队对Elasticsearch兼容性的持续投入,以及对用户实际需求的快速响应能力,进一步巩固了其作为高性能搜索替代方案的地位。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134