查询快到起飞的 ES,真的适合你的应用场景吗?

李猛 2022-01-04 10:04:39
作者介绍

李猛,数据领域专家,Elastic Stack国内顶尖实战专家,国内首批Elastic官方认证工程师21人之一。2012年入手Elasticsearch,对Elastic Stack技术栈开发、架构、运维、源码、算法等方面有深入实战经验。负责过多种Elastic Stack项目,包括大数据分析领域、机器学习预测领域、业务查询加速领域、日志分析领域、基础指标监控领域等。十余年技术实战从业经验,擅长大数据多种技术栈混合,系统架构领域。

 

序言

 

图片图示:Elasticsearch 在 DB-Engine 权威热度综合排名第 8

 

大学上编程课程,老师都会先介绍编程思想与编程语言,其中会着重介绍一下面向过程编程与面向对象编程,再延伸到编程语言,如C、Java等;那么当下,从个人认知层面来讲,正在处于面向数据编程阶段,社会分工越来越细,编程思想与编程方式已经出现了很大的变化。毕业后走上工作岗位,经历过很多业务项目系统之后,越来越多的人可能已经认识到,需要越来越重视数据产品,应用系统核心支撑越来越依赖数据库产品,上层的编程语言仅仅是一种交互接口而已;底层的数据产品提供的能力,从某种程度上说,已经决定了业务系统的支撑能力,交互形式、甚至是编程方式、编程语言等。

 

Elasticsearch是数据产品领域一个不可替代的多面手,业务应用范围非常广,其最核心的能力是查询方式丰富,且查询性能杠杠的。下面就从ES查询方式的形态展开,看看它提供的哪些查询方式可以适配当下的业务痛点场景。

 

注:本文内容基于ES 7.15.x版本编写,若是其它版本可能会存在差异。

 

图片

图示:某些业务系统需要同时融合多种数据产品、多种编程语言

 

一、Query string query

 

Query string query(简称代号:QS),英语直译“查询字符串”就是基于字符串表达式的一种查询语法,从当前ES版本来看,虽然已经算是比较原始,但也非常具有意义,且有应用意义。

 

图片

 

图片图示:query string 与 simple query string 查询示例,来自ES官方

 

QS查询语法简单直接,表达能力按照人脑最直接的思维方式,有点类似我们的语言对话的表达方式,很容易掌握,初学者稍微有点编程经验也会很快学会。从应用角度来说,非常适合一些需要很强自由度查询表达的业务场景,且使用这些业务系统的人不是非计算机专业的人士。

 

适用场景举例,某些物流公司内部系统或者电商内部业务系统,数据关联字段特别多,几百个甚至上千个,业务操作人员需要组合任意的条件进行查询,这些业务人员并非计算机专业工程师,不可能快速学会一些高级查询语言的,如SQL,那么QS就显得非常适合了,其内部的简单组合条件查询表达式,基本上只要稍微有点数学逻辑的人,看几眼就学会了。可能有一些IT工程师会说,系统设计增加一些固定查询条件不就好了吗,其实不然,当业务系统数据字段超过一定数量时,系统设计开发仍然采用固定查询方式,本身就是一种罪过,最后就会演变IT工程师觉得业务需求好多,开发进度跟不上,业务操作人员会任务业务系统设计的非常死板,且跟不上业务发展诉求。

 

可能会有工程师好奇,为什么不使用关系型数据库来解决,SQL也比较适合此场景的查询,当然这里就属于另外的话题,需要深入套路RDB与ES底层特性,此处不展开,详细可以参考作者之前写过的文章,已经充分论证。

 

如下图,某物流公司内部的查询系统,查询条件已经非常多了,依然还不能满足查询诉求。

 

图片图示:某物流系统内部查询模块,这还是相对简单的,来自百度图片

 

QS虽然查询方式直接简洁,表达方式非常人性,局限性也很明显,但不足以支持ES丰富的查询能力、未来的新特性、未来更多的应用场景。

 

建议依然工程师掌握了解,纳入腹中,可能某个业务场景就非常适合,可能这个特性就是某个业务系统核心的技术支撑,至少我已经见识过了。

 

二、Query DSL

 

DSL 全称 Query Domain Specific Language,直译过来“领域特定语言”,是ES专门面向ES特性设计的一种类抽象语法树(Abstract Syntax Trees)的查询语言,查询表达能力非常丰富,也是当下使用ES的首选,也是任何时候使用ES的首选。

 

ES支持了很多种查询,初步入手ES的工程师可能都会有深深体会,之前在基于传统数据库产品做的非常难解决的查询问题,在ES都非常容易,不仅仅是性能,而是丰富的查询方式,其实这也得益于ES设计的DSL。

 

图片图示:DSL查询语言示例,来自官方

 

DSL几乎支持了ES内部所有的查询表达式能力,其中全文文本分词查询(full text query)与词项精确查询(term level query)几乎是最常用的场景;还有一些高级的查询特性,在进入ES之前,见过很多工程师在代码中使用正则或者特别复杂的逻辑判断来替代,实在UGLY,代码丑陋,性能也丑陋。

 

DSL带来了丰富的查询表达能力,也带了一定的复杂度,也是被一些其它数据产品领域的工程师所抨击的地方,特别是SQL领域。本人认为这个是不正确的认知,相反,本人认为任何数据库产品都有自己的独特性,其独特的内部实现与应用场景,决定了它的能力,DSL由于其丰富的查询表达能力,需要稍微系统的学习一下,反而带来了比SQL更好的查询体验;在数据产品领域还有很多各自产品的DSL,如图数据产品Arrangodb、Cassandra等,正式由于他们的产品独特性,其表达方式已经验证了不能完全由SQL替代。

 

图片图示:Arangodb查询语言AQL,来自官方

 

建议,千万不要因为SQL与DSL之争问题而错过了Elasticsearch,其带给你的便利性,谁用谁知道。

 

三、SQL

 

SQL 全称 Structured Query Language,直译过来“结构化查询语言“,这个不用多说,广大的工程师入行编程时,必学的查询语法,在之前主要是在传统关系型数据库上使用,不过随着NOSQL越来越得人心,NOSQL也开始逐步集成此特性,因为广大的群组基础,业界俗语“大数据BI工程师就是SQL工程师“,每日的工作就是写SQL。

 

Elasticsearch官方自 6.5.x 版本开始集成自家SQL查询方式,在此之前一般会采用NLPChina提供插件,全称Elasticsearch-sql,带来了一定的便利性,但其本质上是将SQL表达式直接转换为DSL表达式查询,仅仅多了一次转换,并未有什么革命性的变化。但不可否认其在IT工程师的业务应用诉求。

 

曾在某物流公司见过业务部门系统架构师,将SQL的复杂表达能力应用到极致,用来解决数据与用户权限方面的通用性表达语言,本人见过最强大复杂的权限系统,也觉得设计的非常优秀的;从事过业务系统的工程师可能都会有同感,常规的业务系统都需要一个权限系统,用来隔离用户与数据方面的访问权限,需要精确到数据行,数据字段等层面,而且还需要支持很多定制化场景,如就指定某些人某个时间点可访问等;该系统的核心关键设计就是基于SQL来完成,无论多么复杂个性化的权限隔离需求,都只要转换为SQL表达式来执行而已,一招轻松化解;当然也应用了Elasticsearch,想象一下,如果没有提供SQL支持,那么业务系统的变态权限隔离需求,又该如何设计完成呢?

 

图片图示:社区SQL插件查询示例,来自NLPChina

 

官方SQL相比社区做了更多的创新,其中有一点,本人是特别推荐的,基于官方SQL执行查询,返回结果数据量同比DSL查询要减少近一倍;官方SQL支持多种数据格式查询结果,其中Json是最常用,也是REST API时代,广大程序员们最热衷的数据交互接口协议。这对于应用ES执行查询后需要返回大量数据结果场景非常好,大大减轻网络流量IO,也是一个性能优化点。

 

图片图示:官方SQL插件查询示例,来自Elastic官方

 

官方SQL同时为了兼容DSL,也提供了转换DSL的API,如果对于DSL不太熟悉,可以借助此能力。

 

图片图示:SQL转换为DSL示例,来自Elastic官方

 

官方SQL给带来很多优越的便利性,也存在一些局限性,并不完整支持标准的SQL,与当下最新的SQL兼容,很多查询特性还是有明显的DSL影子;官方SQL持续演进,从最早6.5.x到现在7.15.x,已经增加了很多SQL标准支持,但是SQL不能替代DSL,至今DSL依然是ES领域最好的查询方式,这一点必须要明确。

 

四、EQL

 

EQL 全称 Event Query Language ,直译过来“直接查询语言”,核心需要基于时序数据,必须要指定时间字段与类别字段,如日志,指标、全链路等场景,ES官方推出此查询方式主要目的是安全分析场景。

 

图片图示:官方EQL查询示例,来自Elastic官方

 

EQL目前并未在应用系统中非常大规模使用,介绍见到工程师使用,可能是其定位在安全分析场景原因。必须承认其带来的一些查询特性,其语法非常直观,表达式也非常丰富,对于有编程基础的工程师,非常容易掌握,必须强调,这是一个面向安全行业的设计的查询语言,所以运用其最多的应该也是安全方面的工程师。

 

五、ES查询方式内部

 

到目前为止,ES主要提供了以上4种查询方向,也分别按照以上顺序演进,还不存在谁替代谁,依然保持并行独立发展进化。ES执行所有的查询方式,先是转换为DSL,构建各自的QueryBuilder,其次构建各自的Query,最后交由Lucene执行。

 

图片

 

六、经验认知

 

以上基于ES提供的查询方式,详细谈了一下个人的经验认知,仅仅在ES领域,就可以看到,如果我们深度的掌握ES数据产品,我们的工作方式与编程方式都会发生很大的变化,我们不再需要基于编程语言去构建复杂的原始查询业务场景,不在需要编程语言承载数据表达能力。

 

在面向数据编程时代,我们的编程方式与认知都需要进化,掌握一门编程语言仅仅是能做应用项目的第一步,编程语言掌握的深入其实本质上没有太多意义,一个应用系统最终需要的是数据产品来承载,编程语言仅仅是一个交互入口,我们可以在很短的时间内学会一门编程语言并进行项目实战,但是对于一个数据产品的掌控确需要相当长的时间与经验积累。

 

“ES玩的好,下班下得早!”不仅仅是一句ES的口号,更多的是期望通过“面向数据编程”理念,重新审视编程的本质。

 

>>>>

参考资料

 

  • 查询字符串 query string

    https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-query-string-query.html

  • 简单查询字符串 simple-query-string

    https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-simple-query-string-query.html

  • 查询领域特定语言 query-dsl

    https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl.html

  • SQL社区插件 elasticsearch-sql

    https://github.com/NLPchina/elasticsearch-sql

  • SQL官方插件 xpack-sql

    https://www.elastic.co/guide/en/elasticsearch/reference/current/xpack-sql.html

  • 官方EQL

    https://www.elastic.co/guide/en/elasticsearch/reference/current/eql.html

 

dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
最新评论
访客 2021年09月03日

有没有1000多张表

访客 2021年08月28日

metrics =》 metrix 错误

访客 2021年08月25日

只看到如何避免,如何减少书写慢 sql

访客 2021年08月25日

没看到如何治理呀

访客 2021年07月23日

果然k8s不是神!

活动预告