當(dāng)前位置：首頁(yè) > IT技術(shù) > 數(shù)據(jù)庫(kù) > 正文

玩ElasticSearch，還得靠SQL
2021-09-15 15:17:20

?

玩ElasticSearch，還得靠SQL_sql

工作中使用了一點(diǎn)ELK，偶爾使用Kibana拼接ES DSL簡(jiǎn)直要命。如果你和我一樣「熟悉SQL，但不咋會(huì)寫DSL」 or 「想要用SQL簡(jiǎn)化查詢」，本文會(huì)介紹一下官方對(duì)ES SQL的支持，希望對(duì)你有所幫助～

ES7.x版本的x-pack自帶ElasticSearch SQL，我們可以直接通過SQL REST API、SQL CLI等方式使用SQL查詢。

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(yǔ)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(shí)bin目錄的一個(gè)腳本文件，也可單獨(dú)下載。我們?cè)贓S目錄運(yùn)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(zhuǎn)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?yàn)椴樵兿嚓P(guān)的語(yǔ)句已經(jīng)生成，我們只需要在這個(gè)基礎(chǔ)上適當(dāng)修改或不修改就可以愉快使用DSL了。

下面我們?cè)敿?xì)介紹下ES SQL 支持的SQL語(yǔ)句 和 如何避免錯(cuò)誤使用。

首先需要了解下ES SQL支持的SQL語(yǔ)句中，SQL術(shù)語(yǔ)和ES術(shù)語(yǔ)的對(duì)應(yīng)關(guān)系：

玩ElasticSearch，還得靠SQL_字段_02

ES SQL的語(yǔ)法支持大多遵循ANSI SQL標(biāo)準(zhǔn)，支持的SQL語(yǔ)句有DML查詢和部分DDL查詢。
DDL查詢?nèi)纾?/span>DESCRIBE table,SHOW COLUMNS IN table略顯雞肋，我們主要看下對(duì)SELECT,Function的DML查詢支持。

SELECT

語(yǔ)法結(jié)構(gòu)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(gè)表中獲取行數(shù)據(jù)。SQL的執(zhí)行順序?yàn)椋?/span>

  1. 獲取所有 FROM中的關(guān)鍵詞，確定表名。

  2. 如果有WHERE條件，過濾掉所有不符合的行。

  3. 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(jié)果。

  4. 上一步得到的結(jié)果經(jīng)過select_expr運(yùn)算，確定具體返回的數(shù)據(jù)。

  5. 如果有 ORDER BY條件，會(huì)對(duì)返回的數(shù)據(jù)排序。

  6. 如果有 LIMIT or TOP條件，會(huì)返回上一步結(jié)果的子集。

與常用的SQL有兩點(diǎn)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(huì)對(duì)其聚合條件得到的結(jié)果進(jìn)行行轉(zhuǎn)列，進(jìn)一步運(yùn)算。這個(gè)我是沒用過，不做介紹。

FUNCTION

基于上面的SQL我們其實(shí)已經(jīng)能有過濾，聚合，排序，分頁(yè)功能的SQL了。但是我們需要進(jìn)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(guān)的常用函數(shù)。

全文匹配函數(shù)

MATCH：相當(dāng)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(xiàng)

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(dāng)于DSL中的 query_string 查詢。

QUERY(
    constant_exp      --匹配值表達(dá)式
    [, options])       --可選項(xiàng)

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?cái)?shù)據(jù)的相關(guān)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(jì)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(shí)field_name對(duì)應(yīng)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(duì)應(yīng)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(duì)應(yīng)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(duì)應(yīng)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(duì)應(yīng)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(duì)應(yīng)的值的最大值。

分組函數(shù)

這里的分組函數(shù)是對(duì)應(yīng)DSL中的bucket分組。

HISTOGRAM：語(yǔ)法如下：

HISTOGRAM(
           numeric_exp,    --數(shù)字表達(dá)式，通常是一個(gè)field_name
           numeric_interval    --數(shù)字的區(qū)間值
)

HISTOGRAM(
           date_exp,      --date/time表達(dá)式，通常是一個(gè)field_name
           date_time_interval      --date/time的區(qū)間值
)

如下返回每年1月1號(hào)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?yàn)镋S 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(huì)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(cuò)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(cuò)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(gè)nested字段的同時(shí)查詢

如嵌套字段nested_A和nested_B無法同時(shí)使用。

nested內(nèi)層字段分頁(yè)限制

當(dāng)分頁(yè)查詢有nested字段時(shí)，分頁(yè)結(jié)果可能不正確。這是因?yàn)椋篍S中的分頁(yè)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?jǐn)?shù)組類型的字段

這是因?yàn)樵赟QL中一個(gè)field只對(duì)應(yīng)一個(gè)值，這種情況下我們可以使用上面介紹的 SQL To DSL的API 轉(zhuǎn)化為DSL語(yǔ)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(huì)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(jiǎn)單的操作符運(yùn)算。聚合后的復(fù)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(cuò)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(jié)構(gòu)復(fù)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(cuò)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(gè)字段不在source中存儲(chǔ)，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?yàn)樗麄儾皇菑?/span>_source中返回，而是從docvalue_fields中返回。

玩ElasticSearch，還得靠SQL_數(shù)據(jù)_03

本文摘自 ：https://blog.51cto.com/u

開通會(huì)員，享受整站包年服務(wù)立即開通 >
推薦內(nèi)容