Elastic Podcast 改名为 Elastic 社区电台了！


 
欢迎来到 Elastic 社区电台的第三期节目，本期嘉宾是来自上海的饿了么的两位技术负责人，饿了么是中国专业的网上订餐平台，饿了么最早从 2.3 版本开始使用 ES，从最早的 12 个集群 100个节点，每天 400 万单，到如今达到 32 个集群，300 多个节点，千万个索引，总数据量达到 60 TB，共 10 几个业务系统的接入，每天高峰处理超 800 万单数据，搜索推荐、用户交易、后台营销等都是通过 ES 来实现，欢迎收听本期节目来了解饿了么具体是如何应用 ES 以及在规模化过程中遇到的挑战。

主持人：
Elastic 技术布道师，曾勇（Medcl）。

嘉宾：
张延明，饿了么运维专家，主要 ES 的部署、运维、JVM 性能优化。曾供职于腾讯等大公司，在业务和基础运维方面有十年的工作经验，对 ES、Kafka 等分布式技术具有强烈的兴趣，一直负责核心业务场景的运维部署。

徐胜，饿了么 ES 的负责人，主要是负责 ES 的平台化研发，ES 集群和查询性能优化。负责基于 ES 构建通用搜索引擎平台。对分布式计算、大数据具有浓厚的兴趣，在 ES 分布式搜索、大数据计算、聚合统计分析、性能优化等业务场景积累了三年经验。

可以点击下面的任意链接来收听（时长约 50 分钟）：

• SoundCloud：https://soundcloud.com/elastic ... eleme
• 喜马拉雅：http://www.ximalaya.com/keji/14965410/94803743
• 蜻蜓 FM：http://share.qingting.fm/vchan ... 12932

关于 Elastic 社区电台
Elastic 开源社区举办的一款播客类节目， 邀请来自开源社区的用户，一起聊聊 Elastic 开源产品的使用案例、经验分享、架构变迁等等。

关于饿了么
“饿了么”是中国专业的餐饮O2O平台，由拉扎斯网络科技（上海）有限公司开发运营。 作为中国餐饮业数字化领跑者，“饿了么”秉承激情、极致、创新之信仰，以建立全面完善的数字化餐饮生态系统为使命，为用户提供便捷服务极致体验，为餐厅提供一体化运营解决方案，推进整个餐饮行业的数字化发展进程。

最近发布的 Elasticsearch 6.3 包含了大家期待已久的 SQL 特性，今天给大家介绍一下具体的使用方法。

首先看看接口的支持情况

目前支持的 SQL 只能进行数据的查询只读操作，不能进行数据的修改，所以我们的数据插入还是要走之前的常规索引接口。

目前 Elasticsearch 的支持 SQL 命令只有以下几个：

| 命令 | 说明 |
| --- | --- |
| DESC table | 用来描述索引的字段属性 |
| SHOW COLUMNS | 功能同上，只是别名 |
| SHOW FUNCTIONS | 列出支持的函数列表，支持通配符过滤 |
| SHOW TABLES | 返回索引列表 |
| SELECT .. FROM table_name WHERE .. GROUP BY .. HAVING .. ORDER BY .. LIMIT .. | 用来执行查询的命令 |

我们分别来看一下各自怎么用，以及有什么效果吧，自己也可以动手试一下，看看。

首先，我们创建一条数据：

<br /> POST twitter/doc/<br /> {<br /> "name":"medcl",<br /> "twitter":"sql is awesome",<br /> "date":"2018-07-27",<br /> "id":123<br /> }<br />

RESTful下调用SQL

在 ES 里面执行 SQL 语句，有三种方式，第一种是 RESTful 方式，第二种是 SQL-CLI 命令行工具，第三种是通过 JDBC 来连接 ES，执行的 SQL 语句其实都一样，我们先以 RESTful 方式来说明用法。

RESTful 的语法如下：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SELECT * FROM twitter"<br /> }<br />

因为 SQL 特性是 xpack 的免费功能，所以是在 _xpack 这个路径下面，我们只需要把 SQL 语句传给 query 字段就行了，注意最后面不要加上 ; 结尾，注意是不要！

我们执行上面的语句，查询返回的结果如下：

<br /> date | id | name | twitter <br /> ------------------------+---------------+---------------+---------------<br /> 2018-07-27T00:00:00.000Z|123 |medcl |sql is awesome <br />

ES 俨然已经变成 SQL 数据库了，我们再看看如何获取所有的索引列表：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SHOW tables"<br /> }<br />

返回如下：

<br /> name | type <br /> ---------------------------------+---------------<br /> .kibana |BASE TABLE <br /> .monitoring-alerts-6 |BASE TABLE <br /> .monitoring-es-6-2018.06.21 |BASE TABLE <br /> .monitoring-es-6-2018.06.26 |BASE TABLE <br /> .monitoring-es-6-2018.06.27 |BASE TABLE <br /> .monitoring-kibana-6-2018.06.21 |BASE TABLE <br /> .monitoring-kibana-6-2018.06.26 |BASE TABLE <br /> .monitoring-kibana-6-2018.06.27 |BASE TABLE <br /> .monitoring-logstash-6-2018.06.20|BASE TABLE <br /> .reporting-2018.06.24 |BASE TABLE <br /> .triggered_watches |BASE TABLE <br /> .watcher-history-7-2018.06.20 |BASE TABLE <br /> .watcher-history-7-2018.06.21 |BASE TABLE <br /> .watcher-history-7-2018.06.26 |BASE TABLE <br /> .watcher-history-7-2018.06.27 |BASE TABLE <br /> .watches |BASE TABLE <br /> apache_elastic_example |BASE TABLE <br /> forum-mysql |BASE TABLE <br /> twitter <br />

有点多，我们可以按名称过滤，如 twitt 开头的索引，注意通配符只支持 %和 _，分别表示多个和单个字符（什么，不记得了，回去翻数据库的书去！）：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SHOW TABLES 'twit%'"<br /> }<br /> <br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SHOW TABLES 'twitte_'"<br /> }<br />

上面返回的结果都是：

<br /> name | type <br /> ---------------+---------------<br /> twitter |BASE TABLE <br /> <br />

如果要查看该索引的字段和元数据，如下：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "DESC twitter"<br /> }<br />

返回：

<br /> column | type <br /> ---------------+---------------<br /> date |TIMESTAMP <br /> id |BIGINT <br /> name |VARCHAR <br /> name.keyword |VARCHAR <br /> twitter |VARCHAR <br /> twitter.keyword|VARCHAR <br />

都是动态生成的字段，包含了 .keyword 字段。
还能使用下面的命令来查看，主要是兼容 SQL 语法。

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SHOW COLUMNS IN twitter"<br /> }<br />

另外，如果不记得 ES 支持哪些函数，只需要执行下面的命令，即可得到完整列表：

<br /> SHOW FUNCTIONS<br />

返回结果如下，也就是当前6.3版本支持的所有函数，如下：

<br /> name | type <br /> ----------------+---------------<br /> AVG |AGGREGATE <br /> COUNT |AGGREGATE <br /> MAX |AGGREGATE <br /> MIN |AGGREGATE <br /> SUM |AGGREGATE <br /> STDDEV_POP |AGGREGATE <br /> VAR_POP |AGGREGATE <br /> PERCENTILE |AGGREGATE <br /> PERCENTILE_RANK |AGGREGATE <br /> SUM_OF_SQUARES |AGGREGATE <br /> SKEWNESS |AGGREGATE <br /> KURTOSIS |AGGREGATE <br /> DAY_OF_MONTH |SCALAR <br /> DAY |SCALAR <br /> DOM |SCALAR <br /> DAY_OF_WEEK |SCALAR <br /> DOW |SCALAR <br /> DAY_OF_YEAR |SCALAR <br /> DOY |SCALAR <br /> HOUR_OF_DAY |SCALAR <br /> HOUR |SCALAR <br /> MINUTE_OF_DAY |SCALAR <br /> MINUTE_OF_HOUR |SCALAR <br /> MINUTE |SCALAR <br /> SECOND_OF_MINUTE|SCALAR <br /> SECOND |SCALAR <br /> MONTH_OF_YEAR |SCALAR <br /> MONTH |SCALAR <br /> YEAR |SCALAR <br /> WEEK_OF_YEAR |SCALAR <br /> WEEK |SCALAR <br /> ABS |SCALAR <br /> ACOS |SCALAR <br /> ASIN |SCALAR <br /> ATAN |SCALAR <br /> ATAN2 |SCALAR <br /> CBRT |SCALAR <br /> CEIL |SCALAR <br /> CEILING |SCALAR <br /> COS |SCALAR <br /> COSH |SCALAR <br /> COT |SCALAR <br /> DEGREES |SCALAR <br /> E |SCALAR <br /> EXP |SCALAR <br /> EXPM1 |SCALAR <br /> FLOOR |SCALAR <br /> LOG |SCALAR <br /> LOG10 |SCALAR <br /> MOD |SCALAR <br /> PI |SCALAR <br /> POWER |SCALAR <br /> RADIANS |SCALAR <br /> RANDOM |SCALAR <br /> RAND |SCALAR <br /> ROUND |SCALAR <br /> SIGN |SCALAR <br /> SIGNUM |SCALAR <br /> SIN |SCALAR <br /> SINH |SCALAR <br /> SQRT |SCALAR <br /> TAN |SCALAR <br /> SCORE |SCORE <br />

同样支持通配符进行过滤：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SHOW FUNCTIONS 'S__'"<br /> }<br />

结果：

<br /> name | type <br /> ---------------+---------------<br /> SUM |AGGREGATE <br /> SIN |SCALAR <br />

那如果要进行模糊搜索呢，Elasticsearch 的搜索能力大家都知道，强！在 SQL 里面，可以用 match 关键字来写，如下：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SELECT SCORE(), * FROM twitter WHERE match(twitter, 'sql is') ORDER BY id DESC"<br /> }<br />

最后，还能试试 SELECT 里面的一些其他操作，如过滤，别名，如下：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SELECT SCORE() as score,name as myname FROM twitter as mytable where name = 'medcl' OR name ='elastic' limit 5"<br /> }<br />
结果如下：

<br /> score | myname <br /> ---------------+---------------<br /> 0.2876821 |medcl <br />

或是分组和函数计算：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query": "SELECT name,max(id) as max_id FROM twitter as mytable group by name limit 5"<br /> }<br />

结果如下：

<br /> name | max_id <br /> ---------------+---------------<br /> medcl |123.0 <br />

SQL-CLI下的使用

上面的例子基本上把 SQL 的基本命令都介绍了一遍，很多情况下，用 RESTful 可能不是很方便，那么可以试试用 CLI 命令行工具来执行 SQL 语句，妥妥的 SQL 操作体验。

切换到命令行下，启动 cli 程序即可进入命令行交互提示界面，如下：

<br /> ➜ elasticsearch-6.3.0 ./bin/elasticsearch-sql-cli<br /> <br /> <br /> .sssssss.` .sssssss.<br /> .:sXXXXXXXXXXo` `ohXXXXXXXXXho.<br /> .yXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXXX-<br /> .XXXXXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXXXXXX.<br /> .XXXXXXXXXXXXXXXXXXXXo. .oXXXXXXXXXXXXXXXXXXXXh<br /> .XXXXXXXXXXXXXXXXXXXXXXo``oXXXXXXXXXXXXXXXXXXXXXXy<br /> `yXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX.<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> .XXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> .oXXXXXXXXXXXXXXXXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXo` `odo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXo` `oXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXo` `oXXXXXXXXXo`<br /> `oXXXXXXXXXXXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXo`<br /> `yXXXXXXXXXXXXXXXXXXXXXXXo` oXXXXXXXXXXXXXXXXX.<br /> .XXXXXXXXXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXXXXXXXy<br /> .XXXXXXXXXXXXXXXXXXXXo` /XXXXXXXXXXXXXXXXXXXXX<br /> .XXXXXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXXXXXX-<br /> -XXXXXXXXXXXXXXXo` `oXXXXXXXXXXXXXXXo`<br /> .oXXXXXXXXXXXo` `oXXXXXXXXXXXo.<br /> `.sshXXyso` SQL `.sshXhss.`<br /> <br /> sql> <br />

当你看到一个硕大的创口贴，表示 SQL 命令行已经准备就绪了，查看一下索引列表，不，数据表的列表：

各种操作妥妥的，上面已经测试过的命令就不在这里重复了，只是体验不一样罢了。

如果要连接远程的 ES 服务器，只需要启动命令行工具的时候，指定服务器地址，如果有加密，指定 keystone 文件，完整的帮助如下:

<br /> ➜ elasticsearch-6.3.0 ./bin/elasticsearch-sql-cli --help<br /> Elasticsearch SQL CLI<br /> <br /> Non-option arguments:<br /> uri <br /> <br /> Option Description <br /> ------ ----------- <br /> -c, --check <Boolean> Enable initial connection check on startup (default: <br /> true) <br /> -d, --debug Enable debug logging <br /> -h, --help show help <br /> -k, --keystore_location Location of a keystore to use when setting up SSL. If <br /> specified then the CLI will prompt for a keystore <br /> password. If specified when the uri isn't https then<br /> an error is thrown. <br /> -s, --silent show minimal output <br /> -v, --verbose show verbose output <br />

JDBC 对接

JDBC 对接的能力，让我们可以与各个 SQL 生态系统打通，利用众多现成的基于 SQL 之上的工具来使用 Elasticsearch，我们以一个工具来举例。

和其他数据库一样，要使用 JDBC，要下载该数据库的 JDBC 的驱动，我们打开： https://www.elastic.co/downloads/jdbc-client

只有一个 zip 包下载链接，下载即可。

然后，我们这里使用 DbVisualizer 来连接 ES 进行操作，这是一个数据库的操作和分析工具，DbVisualizer 下载地址是：https://www.dbvis.com/。

下载安装启动之后的程序主界面如下图：

我们如果要使用 ES 作为数据源，我们第一件事需要把 ES 的 JDBC 驱动添加到 DbVisualizer 的已知驱动里面。我们打开 DbVisualizer 的菜单【Tools】-> 【Driver Manager】，打开如下设置窗口：

点击绿色的加号按钮，新增一个名为 Elasticsearch-SQL 的驱动，url format 设置成 jdbc:es:，如下图：

然后点击上图黄色的文件夹按钮，添加我们刚刚下载好且解压之后的所有 jar 文件，如下：

添加完成之后，如下图：

就可以关闭这个 JDBC 驱动的管理窗口了。下面我们来连接到 ES 数据库。

选择主程序左侧的新建连接图标，打开向导，如下:

选择刚刚加入的 Elasticsearch-SQL 驱动:

设置连接字符串，此处没有登录信息，如果有可以对应的填上：

点击 Connect，即可连接到 ES，左侧导航可以展开看到对应的 ES 索引信息：

同样可以查看相应的库表结果和具体的数据：

用他自带的工具执行 SQL 也是不在话下：

同理，各种 ETL 工具和基于 SQL 的 BI 和可视化分析工具都能把 Elasticsearch 当做 SQL 数据库来连接获取数据了。

最后一个小贴士，如果你的索引名称包含横线，如 logstash-201811，只需要做一个用双引号包含，对双引号进行转义即可，如下：

<br /> POST /_xpack/sql?format=txt<br /> {<br /> "query":"SELECT COUNT(*) FROM \"logstash-*\""<br /> }<br />

关于 SQL 操作的文档在这里：

[https://www.elastic.co/guide/e ... .html](https://www.elastic.co/guide/e ... c.html)

Enjoy!

1. 浅谈ES技术与实践
http://t.cn/RBaaEP1 
2.日志采集中的关键技术分析
http://t.cn/RroGKAZ 
3.基于微服务的日志中心设计、实现与关键配置
http://t.cn/RBSE3Mx 
 
活动预告
1. 6月30日南京meetup参会报名中
https://elasticsearch.cn/m/article/647 
2. 7月21日上海meetup演讲申请中
https://elasticsearch.cn/m/article/655 
 
编辑：江水
归档：https://elasticsearch.cn/article/686
订阅：https://tinyletter.com/elastic-daily