percentiles 和 percentiles ranks 的区别

percentile 百分位统计是用于评估当前数值分布情况的一种统计方法，比如50 percentile 是 98 ， 是指 50%的数值都在98以内，那么通过这里你就可以了解你数据的一个分布特征。常见的一个应用是我们制定 SLA 的时候常说 99% 的请求延迟都在100ms 以内，这个时候你就可以用 99 percentile 来查一下，看一下 99 percenttile 的值如果在 100ms 以内，那么恭喜你 SLA 达标了，否则就说明有问题。
 
理解了 percentile，那么 percentile rank 其实就是反向查询，比如我想看一下 100 在当前数值中处于哪一个范围内，你查一下它的 rank，发现是95，那么说明有95%的数值都在100以内。
 
使用这些统计方法的关键在于理解他们背后的含义，api 调用都不是难点，建议去看一些数据分析的文档

简单的说 percentiles 求每个百分位上的值

GET test/_search

{

  "aggs": {

    "load_time": {

      "percentiles": {

        "field": "time_elapsed",

        "percents": [

          25,

          50,

          75

        ]

      }

    }

  },

  "size": 0

}

返回：

{

  "aggregations": {

    "load_time": {

      "values": {

        "25.0": 0.01878700251650498,

        "50.0": 0.023415930152309007,

        "75.0": 0.04491694432103847,

      }

    }

  }

}

代表25分位的值是0.018 50分位的值是0.023 75分位的值是0.044

percentiles ranks 每个值对应的百分位

GET test/_search

{

  "aggs": {

    "load_time_ranks": {

      "percentile_ranks": {

        "field": "time_elapsed",

        "values": [

          0.018788597216649036,

          0.023415274596538756,

          0.04495252927706034

        ]

      }

    }

  },

  "size": 0

}

返回：

{

  "aggregations": {

    "load_time": {

      "values": {

        "0.018788597216649036": 24.963833733606727,

        "0.023415274596538756": 49.984294610161264,

        "0.04495252927706034": 75.0008668108972,

      }

    }

  }

}

代表0.018的对应25分位 0.023对应50分位 0.044对应75分位（约）
 所以是个相反的关系