【弄nèng - Elasticsearch】date_histogram前后时间有偏差及数据不准确

1. date_histogram使用

跟histogram类似，按时间区间分割数据。

{
  "query": {
      "bool": {
          "must": [{
              "range": {
                  "@timestamp": {
                      "gte": 1573113999000,
                      "lte": 1573114599000
                  }
              }
          }]
      }
  },
  // 不显示_source
  "size": 0,
  "aggs": {
      "dateHistogramAgg": {
          "date_histogram": {
              // 分组的字段
              "field": "timestamp_mills",
              // 聚合区间
              "interval": "5s",
              // 设置时区, 东八区
              // "time_zone":"+08:00",
              // 返回KEY格式化显示
              "format": "yyyy-MM-dd HH:mm:ss",   
              // 最小文档数，为0的桶也显示，默认不显示
              "min_doc_count": 0,
              // 设置时间范围，默认只返回文档中有的最小时间，最大时间之间的桶
              "extended_bounds": {
                  "min": 1573113999000,
                  "max": 1573114599000
              }
          }
      }
  }
}

说明
min_doc_count： 设置返回桶的最小文档数，设置为0表示没有文档也返回该桶，默认不会返回空bucket。

extended_bounds： 设置返回桶的时间范围，Elasticsearch 默认只返回你的数据中最小值和最大值之间的 buckets。

2 坑

2.1 date_histogram返回的桶前后时间会有偏差

我的查询返回时1573113999000到1573114599000，也就是2019-11-07 16:06:39到2019-11-07 16:16:39，以10s分割，但是返回的第一个桶的时间是2019-11-07 16:06:30，已经超过了我 extended_bounds设置的时间。
至于偏差多少时间，跟interval有关，设置1s就不会偏差

原因：

es内部计算桶的时间跟我们理解的不一样，不是开始时间 + interval。
计算es桶聚合bucket_key的公式是 bucket_key = Math.floor((value - offset) / interval) * interval + offset
根据公式console.log(Math.floor((1573113999000 - 0) / 10000) * 10000 + 0)
结果是1573113990000，也就是2019-11-07 16:06:30

2.2 date_histogram第一个桶的数据不准确

因为我得业务是取钱10分钟的数据，以10s分割，折线图显示。但是运行发现，第一个桶返回的数值越来越小。
原因：

还是与es内部计算桶方式有关，如果es返回的桶前后时间会有偏差的话，那么第一个桶的数据也会有偏差，每次刷新虽然第一个桶的key不变，但是内部实际查询的时间区间会越来越短，所以导致第一个桶的数据越来越小。
我的解决办法是把第一桶删掉。
以上是我的猜想