五分钟学会Elasticsearch查询代理设计

Elasticsearch(ES)是一款基于Lucene的开源分布式搜索引擎。由于其稳定、可靠、快速、安装使用方便等优良特性,目前在业界已广泛使用。ES用途主要分两个方向:分布式实时文件存储 以及 分布式实时分析搜索引擎

一、为什么需要查询代理

屏蔽复杂的DSL

转转使用ES,主要用来支持商品、用户等(以下统称文档)的搜索和分析。

ES为查询功能提供了基于Json的完整Query DSL,功能非常强大,但同时也略显复杂,学习成本不低。

以搜索昵称为化仁的用户为例,DSL大致如下:

json {"from" : 0, "size" : 20, "query" : {"bool" : { "must" : { "multi_match" : {"query" : "化仁", "fields": [ "nickname", "nickname.pinyin" ], "type" :"best_fields", "operator" : "OR","minimum_should_match" : "1", "tie_breaker" : 1.0} }, "filter" : { "term" : { "del" : 0 } } } } }

如果让每个业务方根据需要编写DSL实现相应功能,工作量及维护复杂程度可想而知!

避免依赖限制扩散

· ES要求客户端和服务端JDK版本尽量保持一致

· ES2.x要求JDK7以上

· ES5.x要求JDK8以上

· 大量Jar包依赖

· 其它可能出现的限制

使用查询代理之后,各业务方无需引入上述依赖和限制

松耦合及管控

屏蔽底层引擎变动对线上业务的影响,例如底层引擎偶尔需要升级或重启,此时,只需查询代理层实现主从切换等机制,引擎的升级可做到对线上业务完全透明。

此外,查询代理还可以屏蔽业务方错误的危险操作,防止集群直接暴露给各业务方,从而降低不确定因素对系统的影响。

二、查询代理层实现

业界做法

业界有将SQL作为代理层语言,实现一套SQL转DSL的解析器,这种方式针对将ES作为DB使用的情况非常合适。但是,前面提到过,转转的使用场景是文档的搜索,其中涉及到文档的复杂排序,SQL无法完整实现目标需求,而且文档属性非常多的情况下,容易产生语句过于复杂的问题。

转转方案

种种因果,我们最终的实现方案如下:

请求语法

· 语句分为query域和param域,query域为筛选召回条件,param域为排序参数;

· 域为属性字段的组合;

· 域使用URL参数语法表述;

还以搜索昵称为化仁的用户为例,请求如下:

query:from=1&size=10&nickname=化仁 param: null 请求会自动转换成前面提到的DSL例子。可以看到,相比之下还是非常简单的。

实现逻辑

补充说明:

· 根据解析方式,字段大致分为:内置字段 (起始位置、获取数量、排序策略等) 和 配置字段 (字符串、数值、日期、经纬度等,会解析成对应ES支持的索引字段类型)

· 配置字段根据使用场景分为:匹配筛选型排序参数型、字段排序型排序打分型二次打分型

· 各种类型的配置字段配有配置解析器请求处理器

· 处理过程中会做诸如字段默认值非法字段过滤等处理

· 处理过程生成query的梗概信息作为外部缓存的key值,减轻ES集群压力

· 请求经过校验、解析、处理后拼装成ES的DSL,请求发送到系统分配ES集群

配置样例:

yml entry.user:index: user type: user query_fields: - { face: id, type: Number, class: Long }- { face: nickname, type: StringMultiMatch, fieldName:"nickname,nickname.pinyin", _tie_breaker: 1 } order_strategys:default: boostMode: multiply scores: - type: NumberTermsFilter fieldName: label_idclass: Long values: "1141730738345" weight: 2

三、总结

本文从ES查询接口的必要性出发,主要讲述了转转ES查询接口的语法设计实现逻辑及简要说明。其中有不合理之处,欢迎指正交流。

原文发布于微信公众号 - 架构之美(beautyArch)

原文发表时间:2017-01-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏从流域到海域

如何在Mule 4 Beta中实现自动流式传输

原文地址:https://dzone.com/articles/how-automatic-streaming-in-mule-4-beta-works

1745
来自专栏牛客网

CVTE后台实习面经笔试:面试:(现场面,面了65分钟,已挂)

笔试: 选择题 1、AVL树相关的,比如高度之类的, 2、gc方面的,我记得有个选项是说调用System.gc()之后会不会同步gc 3、标记清除算法 4、数据...

3567
来自专栏申龙斌的程序人生

零基础学编程023:用with实现优雅地释放资源

在《零基础学编程022:函数的世界》中我们写了一个函数,通过访问新浪的实时行情服务,得到股票的开盘价。 import urllib.request as re...

33914
来自专栏北京马哥教育

用 Python 实现每秒处理 120 万次 HTTP 请求

学Python最简单的方法是什么?推荐阅读:30万年薪Python开发工程师成长魔法 用 Python 做到每秒处理上百万次 HTTP 请求,可能吗?也许不能,...

3226
来自专栏猿天地

房价网是怎么使用分布式作业框架elastic-job

Elastic-Job是什么? Elastic-Job是一个分布式调度解决方案,由两个相互独立的子项目Elastic-Job-Lite和Elastic-Job-...

29311
来自专栏织云平台团队的专栏

Tcpdump,从入门到不放弃

tcpdump 是一款抓包分析利器,其灵活的过滤规则和对表达式的支持能够让我们在众多的数据报文中抓取到理想的关键信息。本文在介绍 tcpdump 的基本使用方式...

7362
来自专栏马洪彪

Java设计模式(八)Proxy代理模式

一、场景描述 代理在生活中并不少见,租房子需要找中介,打官司需要找律师,很多事情我们需要找专业人士代理我们做,另一方面,中介和律师也代理了房东、法律程序与我们打...

3366
来自专栏决胜机器学习

设计模式专题(九) ——外观模式

设计模式专题(九) ——外观模式 (原创内容,转载请注明来源,谢谢) 一、概述 外观模式(Facade),为子系统中的一组接口提供一个一致的界面,此模式定义了...

33812
来自专栏猿天地

房价网是怎么使用分布式作业框架elastic-job

Elastic-Job是一个分布式调度解决方案,由两个相互独立的子项目Elastic-Job-Lite和Elastic-Job-Cloud组成。

1062
来自专栏古时的风筝

用java开发微信公众号:接收和被动回复普通消息(三)

上篇说完了如何接入微信公众号,本文说一下微信公众号的最基本功能:普通消息的接收和回复。说到普通消息,那么什么是微信公众号所定义的普通消息呢,微信开发者文档中提到...

2428

扫码关注云+社区