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

来自专栏微信终端开发团队的专栏

MMKV for Android 多进程设计与实现

MMKV 是基于 mmap 内存映射的移动端通用 key-value 组件,底层序列化/反序列化使用 protobuf 实现,性能高,稳定性强。从 2015 ...

2441
来自专栏大魏分享(微信公众号:david-share)

Java学习笔记第一篇:坦克大战游戏

一、Java学习笔记系列 笔者大学时候学的编程语言是C和汇编,毕业以后并未从事过开发工作,也没有接触过Java。但近两年的PaaS、CI/CD主要是以Java应...

4855
来自专栏记事本

Vtiger CRM 7.1 几处SQL注入漏洞分析

干白盒审计有小半年了,大部分是业务上的代码,逻辑的复杂度和功能模块结构都比较简单,干久了收获也就一般,有机会接触一个成熟的产品(vtiger CRM)进行白盒审...

4542
来自专栏liuchengxu

可移植的 Makefile 教程

在我写 Makefile 的头 10 年里,我养成了一个非常不好的习惯 -- 完全严格使用 GNU Make 的扩展名。过去我并不知道, GNU Make 与...

801
来自专栏向治洪

Hibernate之初体验

在开始学Hibernate之前,一直就有人说:Hibernate并不难,无非是对JDBC进一步封装。一句不难,难道是真的不难还是眼高手低?       如果...

1927
来自专栏开发技术

WebService与RMI(远程调用方式实现系统间通信)

  本文是《分布式java应用基础与实践》读书笔记;另外参考了此博客,感觉讲的挺好的,尤其是其中如下内容:

3962
来自专栏子勰随笔

SDK热更系列之如何获取应用在当前设备上的so对应的指令集

31312
来自专栏用户2442861的专栏

哪个版本的gcc才支持c11

(而我此处的eglibc 2.17,和那人的glibc-2.16.0,都是需要支持c11的gcc的)

2592
来自专栏杂烩

程序eclipse下run和debug不一致问题

    公司核心代码,这里不上了,主要将如何发现问题、如何排查问题和如何解决问题。

592
来自专栏张善友的专栏

使用 ASP.NET Web API 构建超媒体 Web API

超媒体(通常称为应用程序状态的引擎 (HATEOAS))是具象状态传输 (REST) 的主要限制之一。有一种观念认为超媒体项目(如链接或表单)可用于说明客户端如...

2515

扫码关注云+社区