App下載

查詢ElasticSearch:用SQL代替DSL

猿友 2020-09-18 10:12:05 瀏覽數(shù) (4390)
反饋

文章來源于公眾號:碼農(nóng)知識點 ,作者Monica2333

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

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

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:

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 標準,支持的 SQL 語句有 DML 查詢和部分 DDL 查詢。 DDL 查詢?nèi)纾?code>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(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 SQLES 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_Anested_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(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

不支持數(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。

以上就是W3Cschool編程獅關(guān)于查詢ElasticSearch:用SQL代替DSL的相關(guān)介紹了,希望對大家有所幫助。

SQL

0 人點贊