ElasticSearch,它部署简单,搜索聚合功能强大,而且和其他大数据框架整合起来使用,有一点比较不方便,就是查询都需要通过JSON作为请求Body来提交查询,请求响应也是JSON,作为习惯使用SQL的我,迫不及待的试用了一下Crate(crate.io),它是在ElasticSearch之上封装了SQL接口,用户可以通过SQL语句来完成搜索和统计,支持的SQL语法还蛮多的,很想MySQL。
本文记录一下Crate的安装配置(两个节点的Crate集群)和简单使用。
下载和安装Crate
可以从https://cdn.crate.io/downloads/releases/nightly/下载crate的最新版本。
git站点:https://github.com/NLPchina/elasticsearch-sql有详细介绍
下载后解压到指定目录即可。
配置Crate
Crate的配置和ElasticSearch非常类似,以两个节点的Crate集群为例。
cd $CRATE_HOME/conf
编辑crate.yml,修改以下参数:
- cluster.name: lxw1234_crate
- node.name: crate_node_17
- index.number_of_replicas: 2
- path.conf: /home/liuxiaowen/crate-0.54.0/config
- path.data: /home/liuxiaowen/crate-0.54.0/data
- path.work: /home/liuxiaowen/crate-0.54.0/tmp
- path.logs: /home/liuxiaowen/crate-0.54.0/logs
- path.plugins: /home/liuxiaowen/crate-0.54.0/plugins
-
- network.bind_host: 172.16.212.17
- network.publish_host: 172.16.212.17
- network.host: 172.16.212.17
- gateway.recover_after_nodes: 2
- discovery.zen.minimum_master_nodes: 2
- gateway.expected_nodes: 2
- discovery.zen.ping.timeout: 10s
- discovery.zen.fd.ping_interval: 10s
编辑$CRATE_HOME/bin/crate.in.sh,配置节点使用的内存,根据机器自身内存而定,最大内存一般不要超过物理内存的50%;
CRATE_MIN_MEM=8g
CRATE_MAX_MEM=16g
配置JAVA_HOME,我这里使用了jdk1.8.0_65
启动Crate
在两个节点上,
cd $CRATE_HOME/bin
执行./crate -d 在后台启动Crate,之后可以在配置的path.logs目录下,看到以${ cluster.name }.log命名的日志。
使用Crate命令行
类似于其他数据库,Crate提供了一个命令行来供用户执行SQL查询。
cd $CRATE_HOME/bin
执行./crash进入命令行;
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-5.jpg)
在Crate命令行使用\c 172.16.212.17:4200连接到Crate;
创建表
在Crate命令行使用下面的SQL语句创建表:
- CREATE TABLE sitelog (
- cookieid STRING,
- siteid STRING,
- visit_id STRING,
- pv LONG,
- is_return_cookie INTEGER,
- is_bounce_visit INTEGER,
- visit_stay_times INTEGER,
- visit_view_page_cnt INTEGER,
- region STRING,
- city STRING
- );
-
-
- cr> show tables;
- +------------+
- | table_name |
- +------------+
- | sitelog |
- +------------+
- SHOW 1 row in set (0.019 sec)
- cr>
-
从外部批量加载数据
crate提供了一个COPY命令,用于从外部文本文件加载数据到表中,但只支持JSON格式的文本,比如:
- [liuxiaowen@dev sitelog]$ head sitelog_000005_0_9.json
- {"cookieid" : "DE9C68B401DBE5566A9676","siteid" : "633","visit_id" : "805cdab5-8361-4134-9bbe-7c54771d4dc8","pv" : 1,
- "is_return_cookie" : 0,"is_bounce_visit" : 1,"visit_stay_times" : 0,"visit_view_page_cnt" : 1,"region" : "江苏","city" : "徐州"}
- {"cookieid" : "DE9C68B40422A9566A68F2","siteid" : "633","visit_id" : "7f844323-e0c0-48b4-bc1b-69055ac3c308","pv" : 1,
- "is_return_cookie" : 0,"is_bounce_visit" : 1,"visit_stay_times" : 0,"visit_view_page_cnt" : 1,"region" : "江苏","city" : "徐州"}
- {"cookieid" : "DE9C68B4066B7F566A6F36","siteid" : "633","visit_id" : "045c3a13-41bf-45c4-93ce-7725a00ada5f","pv" : 1,
- "is_return_cookie" : 0,"is_bounce_visit" : 1,"visit_stay_times" : 0,"visit_view_page_cnt" : 1,"region" : "江苏","city" : "徐州"}
-
JSON对象中的k需要和表的字段名称相同。
在Crate命令行使用COPY命令加载数据:
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-1.jpg)
加载的速度还是非常快的。
SQL查询
可以从Crate官网上查看支持的SQL语法:https://crate.io/docs/reference/sql/dql.html
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-6.jpg)
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-7.jpg)
值得关注的是,Crate在做COUNT DISTINCT查询的时候,查出来的是真实去重后的数,没有误差,但查询响应时间要慢一些,有待研究。
Crate的监控界面
Crate提供了一个比较炫的监控界面,非常有用,Crate集群启动后,在浏览器输入:http://172.16.212.102:4200/admin/ 进入监控界面:
OverView页面:集群整体健康及负载状况。
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-8.jpg)
Tables页面:Crate中所有Table及Schema的情况。
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-9.jpg)
Cluster页面:Crate集群的节点列表及每个节点的健康状况。
![crate](http://7xipth.com1.z0.glb.clouddn.com/1216-10.jpg)
Crate的不足
目前只是简单安装试用了一下,发现了几点不足:
- 不支持子查询;
- 不支持诸如CASE WHEN、IF ELSE的逻辑判断语法,特别是在聚合函数中;
- 内置的ElasticSearch版本太低;
- 没有和其他大数据组件的整合。
但它的查询性能还是很不错的,关键是SQL方便啊。
转自:http://m.blog.csdn.net/article/details?id=52777763