共計 6867 個字符,預計需要花費 18 分鐘才能閱讀完成。
這篇文章主要講解了“為什么查詢 ElasticSearch 用 SQL 代替 DSL”,文中的講解內(nèi)容簡單清晰,易于學習與理解,下面請大家跟著丸趣 TV 小編的思路慢慢深入,一起來研究和學習“為什么查詢 ElasticSearch 用 SQL 代替 DSL”吧!
SQL REST API
在 Kibana Console 中輸入:
POST /_sql?format=txt { query : SELECT * FROM library ORDER BY page_count DESC LIMIT 5 }
將上述 SQL 替換為你自己的 SQL 語句,即可。返回格式如下:
author | name | page_count | release_date -----------------+--------------------+---------------+------------------------ Peter F. Hamilton|Pandora s Star |768 |2004-03-02T00:00:00.000Z Vernor Vinge |A Fire Upon the Deep|613 |1992-06-01T00:00:00.000Z Frank Herbert |Dune |604 |1965-06-01T00:00:00.000Z
SQL CLI
elasticsearch-sql-cli 是安裝 ES 時 bin 目錄的一個腳本文件,也可單獨下載。我們在 ES 目錄運行
./bin/elasticsearch-sql-cli https://some.server:9200
輸入 sql 即可查詢
sql SELECT * FROM library WHERE page_count 500 ORDER BY page_count DESC; author | name | page_count | release_date -----------------+--------------------+---------------+--------------- Peter F. Hamilton|Pandora s Star |768 |1078185600000 Vernor Vinge |A Fire Upon the Deep|613 |707356800000 Frank Herbert |Dune |604 |-144720000000
SQL To DSL
在 Kibana 輸入:
POST /_sql/translate { query : SELECT * FROM library ORDER BY page_count DESC , fetch_size : 10 }
即可得到轉化后的 DSL query:
{ size : 10, docvalue_fields : [ { field : release_date , format : epoch_millis } ], _source : { includes : [ author , name , page_count ], excludes : [] }, sort : [ { page_count : { order : desc , missing : _first , unmapped_type : short } } ] }
因為查詢相關的語句已經(jīng)生成,我們只需要在這個基礎上適當修改或不修改就可以愉快使用 DSL 了。
下面我們詳細介紹下 ES SQL 支持的 SQL 語句 和 如何避免錯誤使用。
首先需要了解下 ES SQL 支持的 SQL 語句中,SQL 術語和 ES 術語的對應關系:
ES SQL 的語法支持大多遵循 ANSI SQL 標準,支持的 SQL 語句有 DML 查詢和部分 DDL 查詢。
DDL 查詢?nèi)纾篋ESCRIBE table,SHOW COLUMNS IN table 略顯雞肋,我們主要看下對 SELECT,Function 的 DML 查詢支持。
SELECT
語法結構如下:
SELECT [TOP [ count ] ] select_expr [, ...] [ FROM table_name ] [ WHERE condition ] [ GROUP BY grouping_element [, ...] ] [ HAVING condition] [ ORDER BY expression [ ASC | DESC ] [, ...] ] [ LIMIT [ count ] ] [ PIVOT ( aggregation_expr FOR column IN ( value [ [ AS ] alias ] [, ...] ) ) ]
表示從 0 - N 個表中獲取行數(shù)據(jù)。SQL 的執(zhí)行順序為:
鴻蒙官方戰(zhàn)略合作共建——HarmonyOS 技術社區(qū)
獲取所有 FROM 中的關鍵詞,確定表名。
如果有 WHERE 條件,過濾掉所有不符合的行。
如果有 GROUP BY 條件,則分組聚合; 如果有 HAVING 條件,則過濾聚合的結果。
上一步得到的結果經(jīng)過 select_expr 運算,確定具體返回的數(shù)據(jù)。
如果有 ORDER BY 條件,會對返回的數(shù)據(jù)排序。
如果有 LIMIT or TOP 條件,會返回上一步結果的子集。
與常用的 SQL 有兩點不同,ES SQL 支持 TOP [count]和 PIVOT (aggregation_expr FOR column IN ( value [ [ AS] alias ] [, …] ) )子句。
TOP [count]:如 SELECT TOP 2 first_name FROM emp 表示最多返回兩條數(shù)據(jù),不可與 LIMIT 條件共用。
PIVOT 子句會對其聚合條件得到的結果進行行轉列,進一步運算。這個我是沒用過,不做介紹。
FUNCTION
基于上面的 SQL 我們其實已經(jīng)能有過濾,聚合,排序,分頁功能的 SQL 了。但是我們需要進一步了解 ES SQL 中 FUNCTION 的支持,才能寫出豐富的具有全文搜索,聚合,分組功能的 SQL。
使用 SHOW FUNCTIONS 可列舉出支持的函數(shù)名稱和所屬類型。
SHOW FUNCTIONS; name | type -----------------+--------------- AVG |AGGREGATE COUNT |AGGREGATE FIRST |AGGREGATE FIRST_VALUE |AGGREGATE LAST |AGGREGATE LAST_VALUE |AGGREGATE MAX |AGGREGATE MIN |AGGREGATE SUM |AGGREGATE ........
我們主要看下聚合,分組,全文搜索相關的常用函數(shù)。
全文匹配函數(shù)
MATCH:相當于 DSL 中的 match and multi_match 查詢。
MATCH( field_exp, -- 字段名稱 constant_exp, -- 字段的匹配值 [, options]) -- 可選項
使用舉例:
SELECT author, name FROM library WHERE MATCH(author, frank author | name ---------------+------------------- Frank Herbert |Dune Frank Herbert |Dune Messiah SELECT author, name, SCORE() FROM library WHERE MATCH(author^2,name^5 , frank dune author | name | SCORE() ---------------+-------------------+--------------- Frank Herbert |Dune |11.443176 Frank Herbert |Dune Messiah |9.446629
QUERY:相當于 DSL 中的 query_string 查詢。
QUERY( constant_exp -- 匹配值表達式 [, options]) -- 可選項
使用舉例:
SELECT author, name, page_count, SCORE() FROM library WHERE QUERY( _exists_: author AND page_count: 200 AND (name:/star.*/ OR name:duna~) author | name | page_count | SCORE() ------------------+-------------------+---------------+--------------- Frank Herbert |Dune |604 |3.7164764 Frank Herbert |Dune Messiah |331 |3.4169943
SCORE():返回輸入數(shù)據(jù)和返回數(shù)據(jù)的相關度 relevance.
使用舉例:
SELECT SCORE(), * FROM library WHERE MATCH(name, dune) ORDER BY SCORE() DESC; SCORE() | author | name | page_count | release_date ---------------+---------------+-------------------+---------------+-------------------- 2.2886353 |Frank Herbert |Dune |604 |1965-06-01T00:00:00Z 1.8893257 |Frank Herbert |Dune Messiah |331 |1969-10-15T00:00:00Z
聚合函數(shù)
AVG(numeric_field):計算數(shù)字類型的字段的平均值。
SELECT AVG(salary) AS avg FROM emp;
COUNT(expression):返回輸入數(shù)據(jù)的總數(shù),包括 COUNT()時 field_name 對應的值為 null 的數(shù)據(jù)。
COUNT(ALL field_name):返回輸入數(shù)據(jù)的總數(shù),不包括 field_name 對應的值為 null 的數(shù)據(jù)。
COUNT(DISTINCT field_name):返回輸入數(shù)據(jù)中 field_name 對應的值不為 null 的總數(shù)。
SUM(field_name):返回輸入數(shù)據(jù)中數(shù)字字段 field_name 對應的值的總和。
MIN(field_name):返回輸入數(shù)據(jù)中數(shù)字字段 field_name 對應的值的最小值。
MAX(field_name):返回輸入數(shù)據(jù)中數(shù)字字段 field_name 對應的值的最大值。
分組函數(shù)
這里的分組函數(shù)是對應 DSL 中的 bucket 分組。
HISTOGRAM:語法如下:
HISTOGRAM( numeric_exp, -- 數(shù)字表達式,通常是一個 field_name numeric_interval -- 數(shù)字的區(qū)間值 ) HISTOGRAM( date_exp, --date/time 表達式,通常是一個 field_name date_time_interval --date/time 的區(qū)間值 )
如下返回每年 1 月 1 號凌晨出生的數(shù)據(jù):
ELECT HISTOGRAM(birth_date, INTERVAL 1 YEAR) AS h, COUNT(*) AS c FROM emp GROUP BY h; h | c ------------------------+--------------- null |10 1952-01-01T00:00:00.000Z|8 1953-01-01T00:00:00.000Z|11 1954-01-01T00:00:00.000Z|8 1955-01-01T00:00:00.000Z|4 1956-01-01T00:00:00.000Z|5 1957-01-01T00:00:00.000Z|4 1958-01-01T00:00:00.000Z|7 1959-01-01T00:00:00.000Z|9 1960-01-01T00:00:00.000Z|8 1961-01-01T00:00:00.000Z|8 1962-01-01T00:00:00.000Z|6 1963-01-01T00:00:00.000Z|7 1964-01-01T00:00:00.000Z|4 1965-01-01T00:00:00.000Z|1
ES SQL 局限性
因為 ES SQL 和 ES DSL 在功能上并非完全匹配,官方文檔提到的 SQL 局限性有:
大的查詢可能拋 ParsingException
在解析階段,極大的查詢會占用過多的內(nèi)存,在這種情況下,Elasticsearch SQL 引擎將中止解析并拋出錯誤。
nested 類型字段的表示方法
SQL 中不支持 nested 類型的字段,只能使用
[nested_field_name].[sub_field_name]
這種形式來引用內(nèi)嵌子字段。
使用舉例:
SELECT dep.dep_name.keyword FROM test_emp GROUP BY languages;
nested 類型字段不能用在 where 和 order by 的 Scalar 函數(shù)上
如以下 SQL 都是錯誤的
SELECT * FROM test_emp WHERE LENGTH(dep.dep_name.keyword) 5; SELECT * FROM test_emp ORDER BY YEAR(dep.start_date);
不支持多個 nested 字段的同時查詢
如嵌套字段 nested_A 和 nested_B 無法同時使用。
nested 內(nèi)層字段分頁限制
當分頁查詢有 nested 字段時,分頁結果可能不正確。這是因為:ES 中的分頁查詢發(fā)生在 Root nested document 上,而不是它的內(nèi)層字段上。
keyword 類型的字段不支持 normalizer
不支持數(shù)組類型的字段
這是因為在 SQL 中一個 field 只對應一個值,這種情況下我們可以使用上面介紹的 SQL To DSL 的 API 轉化為 DSL 語句,用 DSL 查詢就好了。
聚合排序的限制
排序字段必須是聚合桶中的字段,ES SQL CLI 突破了這種限制,但上限不能超過 512 行,否則在 sorting 階段會拋異常。推薦搭配 Limit 子句使用,如:
SELECT * FROM test GROUP BY age ORDER BY COUNT(*) LIMIT 100;
聚合排序的排序條件不支持 Scalar 函數(shù)或者簡單的操作符運算。聚合后的復雜字段 (比如包含聚合函數(shù)) 也是不能用在排序條件上的。
以下是錯誤例子:
SELECT age, ROUND(AVG(salary)) AS avg FROM test GROUP BY age ORDER BY avg; SELECT age, MAX(salary) - MIN(salary) AS diff FROM test GROUP BY age ORDER BY diff;
子查詢的限制
子查詢中包含 GROUP BY or HAVING 或者比 SELECT X FROM (SELECT …) WHERE [simple_condition]這種結構復雜,都是可能執(zhí)行不成功的。
TIME 數(shù)據(jù)類型的字段不支持 GROUP BY 條件和 HISTOGRAM 函數(shù)
如以下查詢是錯誤的:
SELECT count(*) FROM test GROUP BY CAST(date_created AS TIME); SELECT HISTOGRAM(CAST(birth_date AS TIME), INTERVAL 10 MINUTES) as h, COUNT(*) FROM t GROUP BY h
但是將 TIME 類型的字段包裝為 Scalar 函數(shù)返回是支持 GROUP BY 的,如:
SELECT count(*) FROM test GROUP BY MINUTE((CAST(date_created AS TIME));
返回字段的限制
如果一個字段不在 source 中存儲,是無法查詢到的。keyword, date, scaled_float, geo_point, geo_shape 這些類型的字段不受這種限制,因為他們不是從_source 中返回,而是從 docvalue_fields 中返回。
感謝各位的閱讀,以上就是“為什么查詢 ElasticSearch 用 SQL 代替 DSL”的內(nèi)容了,經(jīng)過本文的學習后,相信大家對為什么查詢 ElasticSearch 用 SQL 代替 DSL 這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是丸趣 TV,丸趣 TV 小編將為大家推送更多相關知識點的文章,歡迎關注!