五分鐘學會Elasticsearch查詢代理設計

Elasticsearch（ES）是一款基於Lucene的開源分散式搜尋引擎。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：分散式實時檔案儲存 以及 分散式實時分析搜尋引擎。

一、為什麼需要查詢代理

遮蔽複雜的DSL

某二手交易平臺使用ES，主要用來支援商品、使用者等(以下統稱文件)的搜尋和分析。

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。

以搜尋暱稱為化仁的使用者為例，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

松耦合及管控

遮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，查詢代理還可以遮蔽業務方錯誤的危險操作，防止叢集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件的搜尋，其中涉及到文件的複雜排序，SQL無法完整實現目標需求，而且文件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域為排序引數；

·        域為屬性欄位的組合；

·        域使用URL引數語法表述；

還以搜尋暱稱為化仁的使用者為例，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

補充說明：

·        根據解析方式，欄位大致分為：內建欄位 (起始位置、獲取數量、排序策略等) 和 配置欄位 (字串、數值、日期、經緯度等，會解析成對應ES支援的索引欄位型別)

·        配置欄位根據使用場景分為：匹配篩選型、排序引數型、欄位排序型、排序打分型、二次打分型等

·        各種型別的配置欄位配有配置解析器和請求處理器

·        處理過程中會做諸如欄位預設值、非法欄位過濾等處理

·        處理過程生成query的梗概資訊作為外部快取的key值，減輕ES叢集壓力

·        請求經過校驗、解析、處理後拼裝成ES的DSL，請求傳送到系統分配ES叢集

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查詢介面的必要性出發，主要講述了某二手交易平臺ES查詢介面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。