elasticsearch基本概念與查詢語法
序言
後面有大量類似於mysql
的sum, group by
查詢
elk
===
elk總體架構
https://www.elastic.co/cn/products
Beat
基於go語言寫的輕量型資料採集器,讀取資料,迅速傳送到Logstash進行解析,亦或直接傳送到Elasticsearch進行集中式儲存和分析。
Logstash
Logstash 是開源的伺服器端資料處理管道,能夠同時從多個來源採集資料、格式化資料,然後將資料傳送到es進行儲存。
ElasticSearch
Elasticsearch 是基於JSON的分散式搜尋和分析引擎,是利用倒排索引實現的全文索引。
Kibana
Kibana 能夠視覺化 Elasticsearch 中的資料並操作。
elasticsearch
es在elk生態圈中處於核心地位,是開源大規模基於倒排索引的全文搜尋分析引擎,他幾乎能實時的支援儲存搜尋分析。
優勢:
- 橫向可擴充套件性: 增加伺服器可直接配置在叢集中
- 分片機制提供更好的分佈性: 分而治之的方式來提升處理效率
- 高可用: 提供複製(replica)機制
- 實時性: 通過將磁碟上的檔案放入檔案快取系統來提高查詢速度
基本概念
- Index: 一系列文件的集合,類似於mysql中資料庫的概念
- Type: 在Index裡面可以定義不同的type,type的概念類似於mysql中表的概念,是一系列具有相同特徵資料的結合。
- Document: 文件的概念類似於mysql中的一條儲存記錄,並且為json格式,在Index下的不同type下,可以有許多document。
- Shards: 在資料量很大的時候,進行水平的擴充套件,提高搜尋效能
- Replicas: 防止某個分片的資料丟失,可以並行得在備份資料裡及搜尋提高效能
elasticsearch查詢語法
_cat API
查詢當前es叢集的相關訊息,包括叢集中的index數量、執行狀態、當前叢集所在的ip,目的在於將查詢的結果以更加友好的方式輸出。
- cat: 輸出
_cat api
中所有支援的查詢命令 - cat health: 檢查es叢集執行的狀況
- cat count: 可以快速的查詢叢集或者index中文件的數量
- cat indices: 查詢當前叢集中所有index的資料,包括index的分片數、document的數量、儲存所用的空間大小...
- 其他cat api參考官方文件: https://www.elastic.co/guide/en/elasticsearch/reference/5.5/cat.html
Search APIs
搜尋資料,查詢語法多,功能強大
REST request URI: 輕便快速的URI查詢方法
REST request body: 可以有許多限制條件的json格式查詢方法
- "query": 在請求訊息體中的
query
允許我們用Query DSL
的方式查詢。- "term": 查詢時判斷某個document是否包含某個具體的值,不會對被查詢的值進行分詞查詢
- "match" 將被查詢值進行分詞,然後用評分機制(TF/IDF)進行打分
- "match_phrase": 查詢指定段落
- "Bool": 結合其他真值查詢,通常和
must should mustnot
(與或非)一起組合出複雜的查詢 - "range": 查詢時指定某個欄位在某個特定的範圍
"range": { "FIELD": {# 指定具體過濾的欄位 "gte": 1,# gte: >=, gt: > "lte": 10 } }
- "from": 以一定的偏移量來檢視我們檢索的結果,預設從檢索的第一條資料開始顯示
- "size": 指定檢索結果中輸出的資料條數,預設為10條
- "sort": 允許我們將檢索的結果以指定的欄位進行排序顯示
- "_source": 指定檢索結果輸出的欄位
- "script_fields": 該型別允許我們通過一個指令碼來計算document中不存在的值,比如我們需要計算install/click得到cti之類的
"script_fields": {
"FIELD": {# 指定指令碼計算之後值得名稱
"script": {# 指令碼內的運算
}
}
}
- "aggs": 基於搜尋查詢,可以巢狀聚合來組合複雜的需求
"aggs": {
"NAME": {# 指定結果的名稱
"AGG_TYPE": {# 指定具體的聚合方法,
TODO: # 聚合體內製定具體的聚合欄位
}
}
TODO: # 該處可以巢狀聚合
}
Query DSL
Query DSL是es提供的一套完整的基於json格式的結構化查詢方法,包含兩類不同的查詢語義:
- Leaf query clauses: 葉子查詢句法就是在指定的欄位中搜索指定的值,有
match, term or range
. - Compound query clauses: 複合查詢句法會包含葉子句法或者複合句法,作用是為了多重查詢,有
bool or dis_max
.
Query and filter context
查詢語句的行為取決於它是使用查詢型上下文還是過濾型上下文
Query context: 在這種上下文環境中,查詢語句的返回的結果是”結果和查詢語句的匹配程式如何“,返回的結果資料中都會帶上
_score
值,象徵匹配程度;Filter context: 過濾型上下文環境中,查詢語句則表面匹配與否(yes or no)。es內建式為
filter context
保留快取用來提高查詢效能,因此filter context
查詢的速度要快於query context
elasticsearch查詢示例
_cat api查詢示例
_cat查詢當前es叢集執行的狀況
Kibana’s Console: `GET /_cat/health?v`
curl: `curl -XGET "127.0.0.1:9200/_cat/health?v"`
_cat查詢當前es叢集中所有的indices
Kibana’s Console: `GET /_cat/indices?v`
curl: `curl -XGET "127.0.0.1:9200/_cat/indices?v"`
_search api查詢示例
建立index
PUT /customer?pretty
output:
{
"acknowledged": true,
"shards_acknowledged": true
}
插入資料
日常任務中,有時候往es插入資料的時候會出現504閘道器超時,這時候就需要手動的插入少量資料
PUT /rta_daily_report/campaign/164983850_rba_20170808?pretty
{
"doc": {
"cid": 164983850,
"advertiser_id": 799,
"trace_app_id": "com.zeptolab.cats.google",
"network_cid": "6656665",
"platform": 1,
"direct": 2,
"last_second_domain": "",
"jump_type": 2,
"direct_trace_app_id": "",
"mode": 0,
"third": "kuaptrk.com",
"hops": 9,
"yyyymmdd": "2017-08-07T16:00:00",
"type": "rba",
"click": 2
}
}
output:
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "164983851_rba_20170808",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"created": true
}
刪除資料
指定document_id刪除:
DELETE /rta_daily_report/campaign/164983850_rba_20170808?pretty
query中滿足一定條件刪除
POST rta_daily_report/_delete_by_query
{
"query": {
"match": {
"message": "some message"
}
}
}
根據具體document_id查詢
GET rta_daily_report/campaign/145603275_m_normal_20170804?pretty
output:
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "145603275_m_normal_20170804",
"_version": 1,
"found": true,
"_source": {
"cid": 145603275,
"advertiser_id": 457,
"trace_app_id": "id1105855019",
"network_cid": "plr_gs_ios_cn_osv9",
"platform": 2,
"direct": 1,
"last_second_domain": "tracking.lenzmx.com",
"jump_type": 7,
"direct_trace_app_id": "id1105855019",
"mode": 3,
"third": "3444.tlnk.io",
"hops": 1,
"yyyymmdd": "2017-08-03T16:00:00",
"type": "m_normal",
"click": 2,
"impression": 3,
"revenue": 0,
"install": 0
}
}
查詢所有資料
URI:
GET rta_daily_report/campaign/_search?q=*&pretty
request boy:
GET rta_daily_report/campaign/_search
{
"query": {
"match_all": {}
}
}
output:
"hits": {
"total": 2705059,
"max_score": 1,
"hits": [
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "163016610_rba_20170801",
"_score": 1,
"_source": {
"cid": 163016610,
"advertiser_id": 799,
"trace_app_id": "mappstreet.videoeditor",
"network_cid": "6287283",
"platform": 1,
"direct": 2,
"last_second_domain": "",
"jump_type": 2,
"direct_trace_app_id": "",
"mode": 0,
"third": "aff.adsbreak.com",
"hops": 8,
"yyyymmdd": "2017-07-31T16:00:00",
"type": "rba",
"click": 0
}
},
....]
}
查詢特定欄位,並且指定排序欄位
在indices為rta_daily_report中搜索type:rba,以日期升序輸出1個查詢結果
URI:
GET rta_daily_report/_search?q=type:rba&sort=yyyymmdd:asc&pretty
request bofy:
GET rta_daily_report/_search
{
"query": {
"match": {
"type": "rba"
}
},
"sort": [
{
"yyyymmdd": {
"order": "desc"
}
}
]
}
指定輸出欄位
查詢型別為rba/b2t,按照日期降序排列,輸出制定欄位,並且只輸出5條查詢結果,如果要匹配段落,則用"match_phrase": { "address": "mill lane" }
GET rta_daily_report/_search
{
"query": {
"match": {
"type": "rba b2t"
}
},
"sort": [
{
"yyyymmdd": {
"order": "desc"
}
}
],
"_source": ["yyyymmdd", "type", "cid", "click", "revenue"],
"size": 5
}
output:
"hits": {
"total": 1327184,
"max_score": null,
"hits": [
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "54870921_b2t_20170804",
"_score": null,
"_source": {
"revenue": 76500,
"yyyymmdd": "2017-08-03T16:00:00",
"type": "b2t",
"click": 22616,
"cid": 54870921
},
"sort": [
1501776000000
]
},
bool組合複雜查詢
下例是查詢型別為b2t,收入必須大於0的所有單子的click、revenue相關資料
GET rta_daily_report/_search
{
"query": {
"bool": {
"must": [
{"match": {
"type": "b2t"
}}
],
"must_not": [
{
"range": {
"revenue": {
"lte": 0
}
}
}
]
}
},
"sort": [
{
"yyyymmdd": {
"order": "desc"
}
}
],
"_source": ["yyyymmdd", "type", "cid", "click", "revenue"],
"size": 10
}
聚合查詢
下例是類似於sql中的聚合查詢,查詢每天不同型別對應的intall總量
GET /rta_daily_report/_search
{
"size": 0,
"aggs": {
"sum_install": {
"date_histogram": {
"field": "yyyymmdd",
"interval": "day"
},
"aggs": {
"types": {
"terms": {
"field": "type.keyword",
"size": 10
},
"aggs": {
"install": {
"sum": {
"field": "install"
}
}
}
}
}
}
}
}
output
"aggregations": {
"sum_install": {
"buckets": [
{
"key_as_string": "2017-07-31T00:00:00.000Z",
"key": 1501459200000,
"doc_count": 659553,
"types": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "rba",
"doc_count": 321811,
"install": {
"value": 73835
}
},
{
"key": "m_normal",
"doc_count": 321711,
"install": {
"value": 18964
}
},
script查詢
下例通過document中的click,install欄位,計算出文件中不存在的資料。
GET /rta_daily_report/campaign/_search?pretty
{
"query" : {
"bool": {
"must": [
{
"range": {
"click": {
"gt": 0
}
}
},
{
"range": {
"install": {
"gt": 0
}
}
}
]
}},
"size": 100,
"script_fields": {
"cti": {
"script": {
"lang": "painless",
"inline": "1.0 * doc['install'].value / doc['click'].value"
}
}
}
}
output
"hits": {
"total": 23036,
"max_score": 2,
"hits": [
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "160647918_rta_20170801",
"_score": 2,
"fields": {
"cti": [
0.0005970149253731343
]
}
},
{
"_index": "rta_daily_report",
"_type": "campaign",
"_id": "162293741_rta_20170801",
"_score": 2,
"fields": {
"cti": [
0.00007796055196070789
]
}
},
查詢一段時間內的聚合資料
GET rta_daily_report/campaign/_search
{
"size": 0,
"aggs": {
"snaptime": {
"date_range": {
"field": "@timestamp",
"ranges": [
{
"from": "now-30d/d",
"to": "now"
}
]
},
"aggs": {
"sum_revenue": {
"sum": {
"field": "revenue"
}
}
}
}
}
}
output:
"aggregations": {
"snaptime": {
"buckets": [
{
"key": "2017-07-17T00:00:00.000Z-2017-08-16T03:30:16.995Z",
"from": 1500249600000,
"from_as_string": "2017-07-17T00:00:00.000Z",
"to": 1502854216995,
"to_as_string": "2017-08-16T03:30:16.995Z",
"doc_count": 18685619,
"sum_revenue": {
"value": 6631665219
}
}
]
}
}
查詢某段時間內聚合資料,並且script計算額外欄位
GET rta_daily_report/campaign/_search
{
"size": 0,
"aggs" : {
"cvr_per_month" : {
"date_range" : {
"field": "@timestamp",
"ranges": [
{
"from": "now-30d/d",
"to": "now"
}
]
},
"aggs": {
"sum_click": {
"sum": {
"field": "click"
}
},
"sum_install": {
"sum": {
"field": "install"
}
},
"cvr": {
"bucket_script": {
"buckets_path": {
"install": "sum_install",
"click": "sum_click"
},
"script": "1.0 * params.install / params.click"
}
}
}
}
}
}
output:
"aggregations": {
"cvr_per_month": {
"buckets": [
{
"key": "2017-07-17T00:00:00.000Z-2017-08-16T03:37:22.732Z",
"from": 1500249600000,
"from_as_string": "2017-07-17T00:00:00.000Z",
"to": 1502854642732,
"to_as_string": "2017-08-16T03:37:22.732Z",
"doc_count": 18685619,
"sum_click": {
"value": 15067388421
},
"sum_install": {
"value": 7602055
},
"cvr": {
"value": 0.0005045370032012133
}
}
]
}
}
作者:Hqmm
連結:https://www.jianshu.com/p/6333940621ec
來源:簡書
簡書著作權歸作者所有,任何形式的轉載都請聯絡作者獲得授權並註明出處。