查看原文
其他

干货 | Elasticsearch7.X Scripting脚本使用详解

铭毅天下 铭毅天下 2019-12-18


0、题记

除了官方文档,其他能找到的介绍Elasticsearch脚本(Scripting)的资料少之又少。

一方面:性能问题。
官方文档性能优化中明确指出使用脚本会导致性能低;

另一方面:使用场景相对少。
非复杂业务场景下,基础的增、删、改、查基本上就能搞定。

但,不能否认,在解决复杂业务问题(如:自定义评分、自定义文本相关度、自定义过滤、自定义聚合分析)时,脚本依然是Elasticsearch强悍的利器之一。

本文在官方文档基础上,结合实际业务场景,在Elasticsearch7.3环境下进行脚本使用解读。

1、官方scripting使用建议

Avoid scripts——In general, scripts should be avoided.
If they are absolutely needed, you should prefer the painless and expressions engines.

ebay在性能优化实践中也强调(本文做了扩展延伸):

避免使用脚本查询(script query)计算动态字段。

例如:我们有一个包含大量剧院信息的索引,我们需要查询以"Down"开头的所有剧院。你可能运行一个如下脚本查询:

1POST seats/_search
2{
3 "query": {
4  "bool":{
5    "filter": { 
6    "script":{
7      "script":{
8        "lang":"painless",
9        "source": "doc['theatre'].value.startsWith('Down')"
10      }
11    }
12    }
13  }
14 }
15}

这个查询非常耗费资源,并且减慢整个系统。

解决方案:

  • 方案一:prefix前缀匹配;实测性能:prefix较scripting性能提升5倍。

  • 方案二:索引时考虑添加一个名为“theatre_prefix”的keyword类型字段。然后我们可以查询"theatre_prefix":"Down"。

2、ES Scripting历史


版本使用脚本

< Elasticsearch 1.4

MVEL 脚本

< Elasticsearch 5.0

Groovy 脚本

‘>= Elasticsearch 5.0

painless 脚本

Groovy 的出现是解决MVEL的安全隐患问题;
但Groovy仍存在内存泄露+安全漏洞问题,

painless脚本的官宣时间:2016年9月21日。看似很新,截止目前,已经三年左右时间了。

正如其名字:无痛。painless的出现是为了用户更方便、高效的使用脚本。

https://www.elastic.co/cn/blog/painless-a-new-scripting-language

3、Painless Scripting 简介

Painless是一种简单,安全的脚本语言,专为与Elasticsearch一起使用而设计。它是Elasticsearch的默认脚本语言,可以安全地用于内联和存储脚本。

Painless特点

  • 性能牛逼:Painless脚本运行速度比备选方案(包括Groovy)快几倍。

  • 安全性强:使用白名单来限制函数与字段的访问,避免了可能的安全隐患。

  • 可选输入:变量和参数可以使用显式类型或动态def类型。

  • 上手容易:扩展了java的基本语法,并兼容groove风格的脚本语言特性。

  • 特定优化:是ES官方专为Elasticsearch脚本编写而设计。

4、Scripting 应用场景

认知前提:
增删改查能解决业务场景80%的问题,Painless脚本操作一般应用于相对复杂的业务场景中。

常见场景举例如下:

  • 自定义字段

  • 自定义评分

  • 自定义更新

  • 自定义reindex

  • 聚合

  • 其他自定义操作

5、Scripting 使用模板

心中有模板,脚本认知就有了“套路”。

1"script": {
2    "lang":   "...",  
3    "source" | "id": "...", 
4    "params": { ... } 
5  }

  1. lang:代表language脚本语言,默认指定为:painless。

  2. source:脚本的核心部分,id应用于:stored script。

  3. params:传递给脚本使用的变量参数。

6、Scripting 实战

6.1 自定义字段

举例:返回原有Mapping未定义的字段值。
如:以my_doubled_field返回my_field字段的翻倍后的结果。

1GET my_index/_search
2{
3  "script_fields": {
4    "my_doubled_field": {
5      "script": {
6        "lang":   "expression",
7        "source": "doc['my_field'] * multiplier",
8        "params": {
9          "multiplier": 2
10        }
11      }
12    }
13  }
14}

注意:这里脚本语言选择的expression,下一节讲解。

如:返回日期字段中的“年”或“月”或“日”等。

1GET hockey/_search
2{
3  "script_fields": {
4    "birth_year": {
5      "script": {
6        "source": "doc.born.value.year"
7      }
8    }
9  }
10}

6.2 自定义评分

1GET my_index/_search
2{
3  "query": {
4    "function_score": {
5      "query": {
6        "match": {
7          "text": "quick brown fox"
8        }
9      },
10      "script_score": {
11        "script": {
12          "lang": "expression",
13          "source": "_score * doc['popularity']"
14        }
15      }
16    }
17  }
18}

6.3 自定义更新

Update:将已有字段值赋值给其他字段。

1POST hockey/_update/1
2{
3  "script": {
4    "lang": "painless",
5    "source": """
6      ctx._source.last = params.last;
7      ctx._source.nick = params.nick
8    """,

9    "params": {
10      "last": "gaudreau",
11      "nick": "hockey"
12    }
13  }
14}

Update_by_query:满足b开头(注意正则)的字段,末尾添加matched。

1POST hockey/_update_by_query
2{
3  "script": {
4    "lang": "painless",
5    "source": """
6      if (ctx._source.last =~ /b/) {
7        ctx._source.last += "matched";
8      } else {
9        ctx.op = "noop";
10      }
11    """

12  }
13}

6.4 自定义reindex

Elasticsearch认证考试题

有index_a包含一些文档, 要求创建索引index_b,通过reindex api将index_a的文档索引到index_b。

要求:
1)增加一个整形字段,value是index_a的field_x的字符长度;

2)再增加一个数组类型的字段,value是field_y的词集合。

(field_y是空格分割的一组词,比方"foo bar",索引到index_b后,要求变成["foo", "bar"])

1POST _reindex
2{
3  "conflicts": "proceed",
4  "source": {
5    "index": "index_a"
6  },
7  "dest": {
8    "index": "index_b"
9  },
10  "script": {
11    "source": "ctx._source.parts = / /.split(ctx._source.address); ctx._source.tag = ctx._source.city.length();"
12  }
13}

语法参考:

https://www.elastic.co/guide/en/elasticsearch/painless/7.3/painless-regexes.html

6.5 聚合

1GET /_search
2{
3    "aggs" : {
4        "genres" : {
5            "terms" : {
6                "script" : {
7                    "source": "doc['genre'].value",
8                    "lang": "painless"
9                }
10            }
11        }
12    }
13
14}

6.6 其他自定义操作

需要结合业务去实践。

7、常见坑及问题

7.1 脚本只有Painless吗?

显然不是,第6节用到的expression 是Lucene’s expressions 脚本语言。

还可以基于脚本引擎自己开发插件实现,

https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-scripting-engine.html

7.2 怎么界定是expressions 还是Painless?

"lang": "painless",
"lang": "expressions ",
是唯一区分。

7.3 使用painless就百分之百“无痛”,无漏洞后顾之忧了吗?

凡事不能绝对。
核心注意点:
第一:不要root账户下运行Elasticsearch。
第二:不要公开ES路径给其他用户。
第三:不要公开ES路径到互联网。

实战推荐:

  • 1、用户在搜索框中键入文本,文本将直接发送到后台的match、match_phrase、Simple query string或 Suggesters.

  • 2、作为应用程序开发过程的一部分(而非全部)开放上述查询的脚本。

  • 3、使用用户提供的参数运行脚本。

  • 4、文档固定的Mapping结构。

不推荐:

  • 1、用户可以编写任意scripts, queries(检索), _search requests(search请求)。

  • 2、文档结构可以用户自定义。

8、小结

本文讲解了脚本的发展历史、使用场景、应用实战,但相比于实际业务的复杂需求仍然是九牛一毛。

实战中,肯定还会遇到这样、那样的问题。

一方面:欢迎留言交流。
另一方面:多研读官方文档,很多细节值得深究。

参考:
https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-search-speed.html
https://www.infoq.cn/article/elasticsearch-performance-tuning-practice-at-ebay
https://github.com/laoyang360/deep_elasticsearch/blob/master/es_dsl_study/6.scripting.md
https://github.com/elastic/elasticsearch/issues/19396
https://www.youtube.com/watch?v=3FLEJJ8PsM4
https://blog.csdn.net/u013613428/article/details/78134170


推荐阅读:

重磅 | Elasticsearch7.X学习路线图

Elasticsearch性能优化实战指南

Elasticsearch解决问题之道——请亮出你的DSL!

更短时间更快习得更多干货!

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存