如果你和我一樣「熟悉SQL,但不咋會寫DSL」 or 「想要用SQL簡化查詢」,本文會介紹一下官方對ES SQL的支援,希望對你有所幫助~
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"
}
複制
将上述SQL替換為你自己的SQL語句,即可。傳回格式如下:
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
複制
SQL CLI
elasticsearch-sql-cli是安裝ES時bin目錄的一個腳本檔案,也可單獨下載下傳。我們在ES目錄運作
./bin/elasticsearch-sql-cli https://some.server:9200
複制
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
複制
SQL To DSL
在Kibana輸入:
POST /_sql/translate
{
"query": "SELECT * FROM library ORDER BY page_count DESC",
"fetch_size": 10
}
複制
即可得到轉化後的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"
}
}
]
}
複制
因為查詢相關的語句已經生成,我們隻需要在這個基礎上适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 支援的SQL語句 和 如何避免錯誤使用。
首先需要了解下ES SQL支援的SQL語句中,SQL術語和ES術語的對應關系:
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsICMyYTMvw1dvwlMvwlM3VWaWV2Zh1Wa-cmbw5ickF3dhJXd6RWdvw1MyQjM3EDNtUGall3LcVmdhNXLwRHdo9CXt92YucWbpRWdvx2Yx5yazF2Lc9CX6MHc0RHaiojIsJye.png)
ES SQL的文法支援大多遵循ANSI SQL标準,支援的SQL語句有DML查詢和部分DDL查詢。
DDL查詢如:
DESCRIBE table
,
SHOW COLUMNS IN table
略顯雞肋,我們主要看下對
SELECT,Function
的DML查詢支援。
SELECT
文法結構如下:
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 ] [, ...] ) ) ]
複制
表示從0-N個表中擷取行資料。SQL的執行順序為:
- 擷取所有
中的關鍵詞,确定表名。FROM
- 如果有
條件,過濾掉所有不符合的行。WHERE
- 如果有
條件,則分組聚合;如果有GROUP BY
條件,則過濾聚合的結果。HAVING
- 上一步得到的結果經過
運算,确定具體傳回的資料。select_expr
- 如果有
條件,會對傳回的資料排序。ORDER BY
- 如果有
orLIMIT
條件,會傳回上一步結果的子集。TOP
與常用的SQL有兩點不同,ES SQL 支援和
TOP [ count ]
子句。
PIVOT ( aggregation_expr FOR column IN ( value [ [ AS ] alias ] [, ...] ) )
:如
TOP [ count ]
表示最多傳回兩條資料,不可與
SELECT TOP 2 first_name FROM emp
條件共用。
LIMIT
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。
PIVOT
FUNCTION
基于上面的SQL我們其實已經能有過濾,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的支援,才能寫出豐富的具有全文搜尋,聚合,分組功能的SQL。
使用
SHOW FUNCTIONS
可列舉出支援的函數名稱和所屬類型。
SHOW FUNCTIONS;
name | type
-----------------+---------------
AVG |AGGREGATE
COUNT |AGGREGATE
FIRST |AGGREGATE
FIRST_VALUE |AGGREGATE
LAST |AGGREGATE
LAST_VALUE |AGGREGATE
MAX |AGGREGATE
MIN |AGGREGATE
SUM |AGGREGATE
........
複制
我們主要看下聚合,分組,全文搜尋相關的常用函數。
全文比對函數
MATCH
:相當于DSL中的match and multi_match查詢。
MATCH(
field_exp, --字段名稱
constant_exp, --字段的比對值
[, options]) --可選項
複制
使用舉例:
SELECT author, name FROM library WHERE MATCH(author, 'frank');
author | name
---------------+-------------------
Frank Herbert |Dune
Frank Herbert |Dune Messiah
複制
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
複制
QUERY
:相當于DSL中的 query_string 查詢。
QUERY(
constant_exp --比對值表達式
[, options]) --可選項
複制
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
複制
SCORE()
:傳回輸入資料和傳回資料的相關度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
複制
聚合函數
AVG(numeric_field)
:計算數字類型的字段的平均值。
SELECT AVG(salary) AS avg FROM emp;
複制
COUNT(expression)
:傳回輸入資料的總數,包括COUNT()時field_name對應的值為null的資料。
COUNT(ALL field_name)
:傳回輸入資料的總數,不包括field_name對應的值為null的資料。
COUNT(DISTINCT field_name)
:傳回輸入資料中field_name對應的值不為null的總數。
SUM(field_name)
:傳回輸入資料中數字字段field_name對應的值的總和。
MIN(field_name)
:傳回輸入資料中數字字段field_name對應的值的最小值。
MAX(field_name)
:傳回輸入資料中數字字段field_name對應的值的最大值。
分組函數
這裡的分組函數是對應DSL中的bucket分組。
HISTOGRAM
:文法如下:
HISTOGRAM(
numeric_exp, --數字表達式,通常是一個field_name
numeric_interval --數字的區間值
)
HISTOGRAM(
date_exp, --date/time表達式,通常是一個field_name
date_time_interval --date/time的區間值
)
複制
如下傳回每年1月1号淩晨出生的資料:
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
複制
ES SQL局限性
因為ES SQL和ES DSL在功能上并非完全比對,官方文檔提到的SQL局限性有:
大的查詢可能抛ParsingException
在解析階段,極大的查詢會占用過多的記憶體,在這種情況下,Elasticsearch SQL引擎将中止解析并抛出錯誤。
nested類型字段的表示方法
SQL中不支援nested類型的字段,隻能使用
[nested_field_name].[sub_field_name]
複制
這種形式來引用内嵌子字段。
使用舉例:
SELECT dep.dep_name.keyword FROM test_emp GROUP BY languages;
複制
nested類型字段不能用在where 和 order by 的Scalar函數上
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);
複制
不支援多個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内層字段分頁限制
當分頁查詢有nested字段時,分頁結果可能不正确。這是因為:ES中的分頁查詢發生在Root nested document上,而不是它的内層字段上。
keyword類型的字段不支援normalizer
不支援數組類型的字段
這是因為在SQL中一個field隻對應一個值,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階段會抛異常。推薦搭配
子句使用,如:Limit
SELECT * FROM test GROUP BY age ORDER BY COUNT(*) LIMIT 100;
複制
- 聚合排序的排序條件不支援Scalar函數或者簡單的操作符運算。聚合後的複雜字段(比如包含聚合函數)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;
複制
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]
這種結構複雜,都是可能執行不成功的。
TIME 資料類型的字段不支援GROUP BY條件和HISTOGRAM函數
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
複制
但是将TIME類型的字段包裝為Scalar函數傳回是支援GROUP BY的,如:
SELECT count(*) FROM test GROUP BY MINUTE((CAST(date_created AS TIME));
複制
傳回字段的限制
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
中傳回,而是從
docvalue_fields
中傳回。