Elasticsearch 运行时类型 Runtime fields 深入详解

r660926
发布于 2022-4-20 17:57
浏览
0收藏

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
实战业务中,遇到数据导入后,但发现缺少部分必要字段,一般怎么解决?

 

比如:emotion 代表情感值,取值范围为:0-1000。

 

其中:300-700 代表中性;0-300 代表负面;700-1000 代表正面。

 

但实际业务中,我们需要:中性:0;负面:-1;正面:1。

 

如何实现呢?

 

这时,可能想到的解决方案:

 

 •  方案一:重新创建索引时添加字段,清除已有数据再重新导入数据。方案二:重新创建索引时添加字段,原索引通过 reindex 写入到新索引。
 •  方案三:提前指定数据预处理,结合管道 ingest 重新导入或批量更新 update_by_query 实现。
 •  方案四:保留原索引不动,通过script 脚本实现。
 •  方案一、二类似,新加字段导入数据即可。

 •  方案三、方案四 我们模拟实现一把。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
2.1 方案三 Ingest 预处理实现
Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

方案三的核心:定义了预处理管道:my-pipeline,管道里做了逻辑判定,对于emotion 不同的取值区间,设置 emotion_flag 不同的结果值。

 

该方案必须提前创建管道,可以通过写入时指定缺省管道 default_pipeline 或者结合批量更新实现。

 

实际是两种细分实现方式:

 

 •  方式一:udpate_by_query 批量更新。而更新索引尤其全量更新索引是有很大的成本开销的。
 •  方式二:写入阶段指定预处理管道,每写入一条数据预处理一次。

 

2.2 方案四 script 脚本实现
Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

方案四的核心:通过 script_field 脚本实现。

 

该方案仅是通过检索获取了结果值,该值不能用于别的用途,比如:聚合。

 

还要注意的是:script_field 脚本处理字段会有性能问题。

 

两种方案各有利弊,这时候我们会进一步思考:

 

能不能不改 Mapping、不重新导入数据,就能得到我们想要的数据呢?

 

早期版本不可以,7.11 版本之后的版本有了新的解决方案——Runtime fields 运行时字段。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
Runtime fields 运行时字段是旧的脚本字段 script field 的 Plus 版本,引入了一个有趣的概念,称为“读取建模”(Schema on read)。

 

有 Schema on read 自然会想到 Schema on write(写时建模),传统的非 runtime field 类型 都是写时建模的,而 Schema on read 则是另辟蹊径、读时建模。

 

这样,运行时字段不仅可以在索引前定义映射,还可以在查询时动态定义映射,并且几乎具有常规字段的所有优点。

 

Runtime fields在索引映射或查询中一旦定义,就可以立即用于搜索请求、聚合、筛选和排序。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
4.1 Runtime fields 实战求解
Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

4.2 Runtime fields 核心语法解读

第一:PUT news_00001/_mapping 是在已有 Mapping 的基础上 更新 Mapping。

 

这是更新 Mapping 的方式。实际上,创建索引的同时,指定 runtime field 原理一致。实现如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

第二:更新的什么呢?

 

加了字段,确切的说,加了:runtime 类型的字段,字段名称为:emotion_flag_new,字段类型为:keyword,字段数值是用脚本 script 实现的。

 

脚本实现的什么呢?

 

 •  当 emotion 介于 0 到 300 之间时,emotion_flag_new 设置为 -1 。
 •  当 emotion 介于 300 到 700 之间时,emotion_flag_new 设置为 0。
 •  当 emotion 介于 700 到 1000 之间时,emotion_flag_new 设置为 1。
第三:如何实现检索呢?

 

我们尝试一下传统的检索,看一下结果。

 

我们先看一下 Mapping:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

多了一个 runtime 类型的字段:emotion_flag_new。

 

执行:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

返回结果如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

执行:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

返回结果如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

 

返回结果如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

4.3 Runtime fields 核心语法解读


为什么加了:field:[*] 才可以返回检索匹配结果呢?

 

因为:Runtime fields 不会显示在:_source 中,但是:fields API 会对所有 fields 起作用。

 

如果需要指定字段,就写上对应字段名称;否则,写 * 代表全部字段。

 

4.4 如果不想另起炉灶定义新字段,在原来字段上能实现吗?


其实上面的示例已经完美解决问题了,但是再吹毛求疵一下,在原有字段 emotion 上查询时实现更新值可以吗?

 

实战一把如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

返回结果:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

解释一下:

 

第一:原来 Mapping 里面 emotion是 integer 类型的。

 

第二:我们定义的是检索时类型,mapping 没有任何变化,但是:检索时字段类型 emotion 在字段名称保持不变的前提下,被修改为:keyword 类型。

 

这是一个非常牛逼的功能!!!

 

早期 5.X、6.X 没有这个功能的时候,实际业务中我们的处理思路如下:

 

 •  步骤一:停掉实时写入;
 •  步骤二:创建新索引,指定新 Mapping,新增 emotion_flag 字段。
 •  步骤三:恢复写入,新数据会生效;老数据 reindex 到新索引,reindex 同时结合 ingest 脚本处理。


有了 Runtime field,这种相当繁琐的处理的“苦逼”日子一去不复回了!

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
比如:日志场景。运行时字段在处理日志数据时很有用,尤其是当不确定数据结构时。

 

使用了 runtime field,索引大小要小得多,可以更快地处理日志而无需对其进行索引。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
优点 1:灵活性强
运行时字段非常灵活。主要体现在:

 

 •  需要时,可以将运行时字段添加到我们的映射中。


 •  不需要时,轻松删除它们。


删除操作实战如下:

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区

也就是说将这个字段设置为:null,该字段便不再出现在 Mapping 中。

 

优点 2:打破传统先定义后使用方式运行时字段可以在索引时或查询时定义。

 

由于运行时字段未编入索引,因此添加运行时字段不会增加索引大小,也就是说 Runtime fields 可以降低存储成本。

 

优点3:能阻止 Mapping 爆炸Runtime field 不被索引(indexed)和存储(stored),能有效阻止 mapping “爆炸”。

 

原因在于 Runtime field 不计算在  index.mapping.total_fields 限制里面。

 

缺点1:对运行时字段查询会降低搜索速度
对运行时字段的查询有时会很耗费性能,也就是说,运行时字段会降低搜索速度。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
 •  权衡利弊:可以通过使用运行时字段来减少索引时间以节省 CPU 使用率,但是这会导致查询时间变慢,因为数据的检索需要额外的处理。
 

•  结合使用:建议将运行时字段与索引字段结合使用,以便在写入速度、灵活性和搜索性能之间找到适当的平衡。

 

Elasticsearch 运行时类型 Runtime fields 深入详解-鸿蒙开发者社区
本文通过实战中添加字段的问题引出解决问题的几个方案;传统的解决方案大多都需要更改 Mapping、重建索引、reindex 数据等,相对复杂。

 

因而,引申出更为简单、快捷的 7.11 版本后才有的方案——Runtime fields。

 

Runtime fields 的核心知识点如下:

 

 •  Mapping 环节定义;
 •  在已有 Mapping 基础上更新;
 •  检索时使用 runtime fields 达到动态添加字段的目的;
 •  覆盖已有 Mapping 字段类型,保证字段名称一致的情况下,实现特定用途
 •  优缺点、适用场景、使用建议。
你在实战环节使用 Runtime fields 了吗?效果如何呢?

 

分类
1
收藏
回复
举报
1条回复
按时间正序
/
按时间倒序
wx6315e3234e0fa
wx6315e3234e0fa

写的很清楚,感谢作者!


回复
2023-8-4 15:30:29
回复
    相关推荐