天天看点

两个 Elasticsearch 线上实战问题及解读

{

 "query": {

   "bool": {

     "must": {

       "script": {

         "script": {

           "source": "doc['user_id']= doc['music.sec_uid']",

           "lang": "painless"

         }

       }

     }

   }

 }

}

比如:我想要查询 user_id 和 sec_uid 一样的数据,但是 sec_uid 是在 music 字典里。

我怎么处理呢?

3、问题分析

需求核心是:比较两个字段,把不同字段值相同的数据取出来。

这个时候,要想到传统的精准匹配搜索或者全文检索搜索都不能解决问题。

需要更高阶的搜索才可以,此时脑子里要快速过文档,当然也可以与查看文档相结合。

逐步定位文档的位置:

两个 Elasticsearch 线上实战问题及解读

研读官方给出的 Demo,基本就能得到问题的答案。

这里会引申出一个非常重要的知识点,也是实战业务场景反馈最多的检索性能优化特别注意的点:

使用脚本可能会降低搜索速度。

正如官方文档解读:

脚本无法利用Elasticsearch的倒排索引结构或相关优化。有时这可能会导致搜索速度降低。

如果您经常使用脚本来转换索引数据,则可以通过在摄取期间(数据写入前通过 Ingest 管道方式)进行这些更改来加快搜索速度。但是,这通常意味着较慢的索引速度(数据写入速度)。

4、实战解答

PUT test_002

 "mappings": {

   "properties": {

     "user_id": {

       "type": "keyword"

     },

     "music": {

       "properties": {

         "sec_uid": {

           "type": "keyword"

GET test_002/_mapping

POST test_002/_bulk

{"index":{"_id":1}}

{"user_id":333,"music.sec_uid":444}

{"index":{"_id":2}}

{"user_id":333,"music.sec_uid":333}

{"index":{"_id":3}}

{"user_id":333,"music.sec_uid":555}

POST test_002/_search

     "filter": [

       {

           "script": {

             "source":"doc['user_id']==doc['music.sec_uid']",

             "lang":"painless"

           }

     ]

线上实战问题 2

1、知识点

update_by_query,  ingest 数据预处理 + painless 脚本的使用

2、问题描述

update脚本,某个时间字段time,都是 2020-08-10 xx:xx:xx, 如何将该字段所有值替换为2020-10-24 xx:xx:xx, 只改日期,不改时分秒。

咋写呢?求大佬们指点啊

需求核心是:

批量更新

脑海里里面映射出:update_by_query

基于特定值的一部分更新

脑海里马上映射出:painless 脚本处理

脚本实现选型

选型 1:直接 update_by_query 结合 painless

选型 2:update_by_query 结合 inges t结合 painless 脚本处理

我个人倾向于ingest,个人感觉语法相对友好。

两个 Elasticsearch 线上实战问题及解读

研读官方给出的Demo,结合拆解的需求,基本就能得到问题的答案。

注意:Ingest 是后来版本的新特性,但到了7.X版本,也已经有很长时间了。大家用的少,但的确非常重要,建议要多用、常用常新!

4、实战解答(非最优解)

注意:以下是示例DSL。

PUT my_index

     "properties": {

       "date": {

         "type": "keyword"

PUT my_index/_doc/2

 "date": "2015-01-01T12:10:30Z"

PUT _ingest/pipeline/my_pipeline

 "description": "use index:my-index",

 "processors": [

   {

     "script": {

       "lang": "painless",

       "source": "ctx.data_new = ctx.date.replace('2015-01-01', '2020-01-01')"

 ]

POST my_index/_update_by_query?pipeline=my_pipeline

 "query":{

   "match_all":{}

GET my_index/_search

小结

遇到问题不要慌,

拆解问题来帮忙。

拆解之后找文档,

结合文档和拆解的需求,

问题自然迎刃而解。

通过拆解问题,得到遇到类似问题的应对策略和方法论比什么都重要!

大家对问题又不同见解或者花式解法,欢迎留言交流。

更多推荐:

重磅 | 死磕 Elasticsearch 方法论认知清单(2020年国庆更新版)

能拿驾照就能通过 Elastic 认证考试!

继续阅读