1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        查詢ElasticSearch:用SQL代替DSL

        共 7652字,需瀏覽 16分鐘

         ·

        2020-09-19 03:55

        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(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"
        ??????}
        ????}
        ??]
        }
        因為查詢相關(guān)的語句已經(jīng)生成,我們只需要在這個基礎(chǔ)上適當(dāng)修改或不修改就可以愉快使用DSL了。
        下面我們詳細(xì)介紹下ES SQL 支持的SQL語句如何避免錯誤使用。
        首先需要了解下ES SQL支持的SQL語句中,SQL術(shù)語和ES術(shù)語的對應(yīng)關(guān)系:
        ES SQL的語法支持大多遵循ANSI SQL標(biāo)準(zhǔn),支持的SQL語句有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SELECT,Function的DML查詢支持。

        SELECT

        語法結(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個表中獲取行數(shù)據(jù)。SQL的執(zhí)行順序為:
        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運算,確定具體返回的數(shù)據(jù)。
        5. 如果有 ORDER BY條件,會對返回的數(shù)據(jù)排序。
        6. 如果有 LIMIT or TOP條件,會返回上一步結(jié)果的子集。
        與常用的SQL有兩點不同,ES SQL 支持TOP [ count ]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(jié)果進行行轉(zhuǎn)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(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
        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
        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(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(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對應(yīng)的值的最大值。
        分組函數(shù)
        這里的分組函數(shù)是對應(yīng)DSL中的bucket分組。
        HISTOGRAM:語法如下:
        HISTOGRAM(
        ???????????numeric_exp,????--數(shù)字表達(dá)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(dá)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
        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(dāng)分頁查詢有nested字段時,分頁結(jié)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?jǐn)?shù)組類型的字段
        這是因為在SQL中一個field只對應(yīng)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(zhuǎn)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(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。

        有道無術(shù),術(shù)可成;有術(shù)無道,止于術(shù)

        歡迎大家關(guān)注Java之道公眾號


        好文章,我在看??

        瀏覽 48
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
        評論
        圖片
        表情
        推薦
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            丁香五月婷婷啪啪 | 日韩国产精品免费 | com.天堂网.www | 777亚洲 | 国产精品久久久久久久久非色 | 苍井空和黑人最猛一次 | 十大名器全肉爽文小说 | 成人自拍视频在线 | 边做饭边被躁我和邻居的视频 | 办公室秘书被狂啪嗯啊视频 |