两个 Elasticsearch 线上实战问题及解读

线上实战问题 1

1、知识点

脚本的使用

2、问题描述：

你好，我想问一下，在 ES 里我想把两个字段的值是一样的查出来。

但是其中一个字段是在一个字典里的，我该怎么写啊？

{
  "query": {
    "bool": {
      "must": {
        "script": {
          "script": {
            "source": "doc['user_id']= doc['music.sec_uid']",
            "lang": "painless"
          }
        }
      }
    }
  }
}

比如：我想要查询 user_id 和 sec_uid 一样的数据，但是 sec_uid 是在 music 字典里。

我怎么处理呢?

3、问题分析

需求核心是：比较两个字段，把不同字段值相同的数据取出来。

这个时候，要想到传统的精准匹配搜索或者全文检索搜索都不能解决问题。

需要更高阶的搜索才可以，此时脑子里要快速过文档，当然也可以与查看文档相结合。

逐步定位文档的位置：

研读官方给出的 Demo，基本就能得到问题的答案。

这里会引申出一个非常重要的知识点，也是实战业务场景反馈最多的检索性能优化特别注意的点：

使用脚本可能会降低搜索速度。

正如官方文档解读：

• 脚本无法利用Elasticsearch的倒排索引结构或相关优化。有时这可能会导致搜索速度降低。

• 如果您经常使用脚本来转换索引数据，则可以通过在摄取期间（数据写入前通过 Ingest 管道方式）进行这些更改来加快搜索速度。但是，这通常意味着较慢的索引速度（数据写入速度）。

4、实战解答

PUT test_002
{
  "mappings": {
    "properties": {
      "user_id": {
        "type": "keyword"
      },
      "music": {
        "properties": {
          "sec_uid": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

GET test_002/_mapping

POST test_002/_bulk
{"index":{"_id":1}}
{"user_id":333,"music.sec_uid":444}
{"index":{"_id":2}}
{"user_id":333,"music.sec_uid":333}
{"index":{"_id":3}}
{"user_id":333,"music.sec_uid":555}


POST test_002/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "script": {
            "script": {
              "source":"doc['user_id']==doc['music.sec_uid']",
              "lang":"painless"
            }
          }
        }
      ]
    }
  }
}

线上实战问题 2

1、知识点

update_by_query,  ingest 数据预处理 + painless 脚本的使用

2、问题描述

update脚本，某个时间字段time，都是 2020-08-10 xx:xx:xx, 如何将该字段所有值替换为2020-10-24 xx:xx:xx, 只改日期，不改时分秒。

咋写呢？求大佬们指点啊

3、问题分析

需求核心是：

• 批量更新

脑海里里面映射出：update_by_query

• 基于特定值的一部分更新

脑海里马上映射出：painless 脚本处理

• 脚本实现选型

选型 1：直接 update_by_query 结合 painless

选型 2：update_by_query 结合 inges t结合 painless 脚本处理

我个人倾向于ingest，个人感觉语法相对友好。

逐步定位文档的位置：

研读官方给出的Demo，结合拆解的需求，基本就能得到问题的答案。

注意：Ingest 是后来版本的新特性，但到了7.X版本，也已经有很长时间了。大家用的少，但的确非常重要，建议要多用、常用常新！

4、实战解答（非最优解）

注意：以下是示例DSL。

PUT my_index
{
  "mappings": {
      "properties": {
        "date": {
          "type": "keyword" 
        }
    }
  }
}

PUT my_index/_doc/2
{
  "date": "2015-01-01T12:10:30Z"
}



PUT _ingest/pipeline/my_pipeline
{
  "description": "use index:my-index",
  "processors": [
    {
      "script": {
        "lang": "painless",
        "source": "ctx.data_new = ctx.date.replace('2015-01-01', '2020-01-01')"
      }
    }
  ]
}

POST my_index/_update_by_query?pipeline=my_pipeline
{
  "query":{
    "match_all":{}
  }
}

GET my_index/_search

小结

遇到问题不要慌，

拆解问题来帮忙。

拆解之后找文档，

结合文档和拆解的需求，

问题自然迎刃而解。

通过拆解问题，得到遇到类似问题的应对策略和方法论比什么都重要！

大家对问题又不同见解或者花式解法，欢迎留言交流。

更多推荐：

重磅 | 死磕 Elasticsearch 方法论认知清单（2020年国庆更新版）

能拿驾照就能通过 Elastic 认证考试！

更短时间更快习得更多干货！

中国 40%+ Elastic 认证工程师出自于此！

和全球 800+ Elastic 爱好者一起死磕 Elasticsearch！