雲計算

五分鐘學會Elasticsearch查詢代理設計

Elasticsearch(ES)是一款基於Lucene的開源分佈式搜索引擎。由於其穩定、可靠、快速、安裝使用方便等優良特性,目前在業界已廣泛使用。ES用途主要分兩個方向:分佈式實時文件存儲 以及 分佈式實時分析搜索引擎。

一、為什麼需要查詢代理

屏蔽複雜的DSL

某二手交易平臺使用ES,主要用來支持商品、用戶等(以下統稱文檔)的搜索和分析。

ES為查詢功能提供了基於Json的完整Query DSL,功能非常強大,但同時也略顯複雜,學習成本不低。

以搜索暱稱為化仁的用戶為例,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 } } } } }

如果讓每個業務方根據需要編寫DSL實現相應功能,工作量及維護複雜程度可想而知!

避免依賴限制擴散

· ES要求客戶端和服務端JDK版本儘量保持一致

· ES2.x要求JDK7以上

· ES5.x要求JDK8以上

· 大量Jar包依賴

· 其它可能出現的限制

使用查詢代理之後,各業務方無需引入上述依賴和限制

鬆耦合及管控

屏蔽底層引擎變動對線上業務的影響,例如底層引擎偶爾需要升級或重啟,此時,只需查詢代理層實現主從切換等機制,引擎的升級可做到對線上業務完全透明。

此外,查詢代理還可以屏蔽業務方錯誤的危險操作,防止集群直接暴露給各業務方,從而降低不確定因素對系統的影響。

二、查詢代理層實現

業界做法

業界有將SQL作為代理層語言,實現一套SQL轉DSL的解析器,這種方式針對將ES作為DB使用的情況非常合適。但是,前面提到過,某二手交易平臺的使用場景是文檔的搜索,其中涉及到文檔的複雜排序,SQL無法完整實現目標需求,而且文檔屬性非常多的情況下,容易產生語句過於複雜的問題。

方案

種種因果,我們最終的實現方案如下:

請求語法

· 語句分為query域和param域,query域為篩選召回條件,param域為排序參數;

· 域為屬性字段的組合;

· 域使用URL參數語法表述;

還以搜索暱稱為化仁的用戶為例,請求如下:

query:from=1&size=10&nickname=化仁 param: null 請求會自動轉換成前面提到的DSL例子。可以看到,相比之下還是非常簡單的。

實現邏輯

1.png

補充說明:

· 根據解析方式,字段大致分為:內置字段 (起始位置、獲取數量、排序策略等) 和 配置字段 (字符串、數值、日期、經緯度等,會解析成對應ES支持的索引字段類型)

· 配置字段根據使用場景分為:匹配篩選型、排序參數型、字段排序型、排序打分型、二次打分型等

· 各種類型的配置字段配有配置解析器和請求處理器

· 處理過程中會做諸如字段默認值、非法字段過濾等處理

· 處理過程生成query的梗概信息作為外部緩存的key值,減輕ES集群壓力

· 請求經過校驗、解析、處理後拼裝成ES的DSL,請求發送到系統分配ES集群

配置樣例:

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、總結

本文從ES查詢接口的必要性出發,主要講述了某二手交易平臺​ES查詢接口的語法設計和實現邏輯及簡要說明。其中有不合理之處,歡迎指正交流。

Leave a Reply

Your email address will not be published. Required fields are marked *