1、线上实战问题
写入es前,数据格式如下
{"json_lbm_01":"test01","json_lbm_02":"test02","tmp_lbm_01":"test03","tmp_lbm_02":"test04"}
需求:单纯用pipeline可不可以实现,如果写入key包含json_提换为空,包含tmp提换为core,因为key字段有很多不考虑穷举,最终效果要如下:
{
"lbm_01":"test01",
"lbm_02":"test02",
"core_lbm_01":"test03",
"core_lbm_02":"test04"
}
——问题来源:死磕Elasticsearch知识星球 https://t.zsxq.com/0bzWL3w1X
2、认知前提
Elasticsearch mapping 一旦创建是不允许修改的!允许更新 mapping 的地方是几个特殊的点,可以参见:Elasticsearch 可以更改 Mapping 吗?如何修改?
除此之外的 mapping 层面尤其字段层面想要修改需要转换思路。
3、Mapping 字段非要修改,以满足业务需求怎么搞?
看开篇问题,本质上属于建模问题,应该建模阶段处理好,后期就不存在这个问题,这点期望大家可以达成共识。
关于Elasticsearch 数据建模的重要性,推荐参考:
干货 | Elasticsearch 数据建模指南
针对开篇问题,考虑如下的解决方案:
3.1 方案一,字段别名实现。
字段别名 field-alias 区别于索引别名 alias。
索引别名大家都比较熟悉,字段别名听到的多,但是实际用的不见得有那么多。
字段别名是 Elasticsearch 6.4 版本新上的功能,具体参见:
https://www.elastic.co/cn/blog/introducing-field-aliases-in-elasticsearch
因为一般前期建模做足功课,后面环节就不需要了。
优点:已有mapping保持不动,只是在其基础上做了更新操作。
缺点:批量1000个字 段,需要构造1000个字段的mapping,其实可以 脚本实现。
实操参考:
POST mytxindex-20230303/_bulk
{"index":{"_id":1}}
{"json_lbm_01":"test01","json_lbm_02":"test02","tmp_lbm_01":"test03","tmp_lbm_02":"test04"}
PUT mytxindex-20230303/_mapping
{
"properties": {
"lbm_01": {
"type": "alias",
"path": "json_lbm_01"
},
"lbm_02": {
"type": "alias",
"path": "json_lbm_02"
},
"core_lbm_01": {
"type": "alias",
"path": "tmp_lbm_01"
},
"core_lbm_02": {
"type": "alias",
"path": "tmp_lbm_02"
}
}
}
POST mytxindex-20230303/_search
{
"query": {
"match": {
"lbm_01": "test01"
}
}
}
召回结果数据如下截图所示:
3.2 方案二,重新建模,然后 reindex 操作实现。
核心点介绍如下:
优先推荐使用模板 template,解决了字段名称相似的模板化匹配问题。
预处理管道实现分两块:
其一,script 实现了新旧字段的赋值;
其二,remove 移除了不必要的老字段。
优点:这种操作比较常见,中规中矩。
缺点:需要 reindex 迁移索引数据,且在迁移的时候做预处理操作。
具体实现如下:
#### step1:创建模板,有了模板,字段一键搞定
PUT _index_template/mytx_template_20230303
{
"index_patterns": [
"mytx_new_*"
],
"template": {
"settings": {
"number_of_shards": 1
},
"mappings": {
"dynamic_templates": [
{
"lbm_to_keyword": {
"match_mapping_type": "string",
"match": "lbm_*",
"mapping": {
"type": "keyword"
}
}
},
{
"core_lbm_to_keyword": {
"match_mapping_type": "string",
"match": "core_lbm_*",
"mapping": {
"type": "keyword"
}
}
}
]
}
}
}
#### step2:创建预处理管道
PUT _ingest/pipeline/mytx_pipeline_20230303
{
"processors": [
{
"script": {
"source": """
ctx.lbm_01 = ctx.json_lbm_01;
ctx.lbm_02 = ctx.json_lbm_02;
ctx.core_lbm_01 = ctx.tmp_lbm_01;
ctx.core_lbm_02 = ctx.tmp_lbm_02;
""",
"lang": "painless"
}
},
{
"remove": {
"field": [
"json_lbm_01",
"json_lbm_02",
"tmp_lbm_01",
"tmp_lbm_02"
],
"if": "ctx.json_lbm_01 != null && ctx.json_lbm_02 != null && ctx.tmp_lbm_01 != null && ctx.tmp_lbm_02 != null"
}
}
]
}
#### step3:数据迁移操作
POST _reindex
{
"source": {
"index": "mytxindex-20230303"
},
"dest": {
"index": "mytx_new_001",
"pipeline": "mytx_pipeline_20230303"
}
}
#### step4:执行检索
POST mytx_new_001/_search
召回结果如下图所示:
3.3 方案三:解决遍历问题的终极方案
方案一、方案二都解决不了 N 个字段的问题。
假设有多个字段,不想一个字段一个字段的复制处理,也不想借助第三方脚本如shell 或者 python 处理。
那有没有更好的方案呢?方案三基于字段遍历实现,字段无非是 key:value 组合。
先通过:entry.getKey( )获取 key,然后基于 key 做逻辑判定,构造新的key,然后将旧value 复制给新 key。
最后,通过 putAll 更新。
PUT _ingest/pipeline/rename_fields_pipeline
{
"processors": [
{
"script": {
"source": """
def new_fields = [:];
for (entry in ctx.entrySet()) {
String key = entry.getKey();
if (key.startsWith('json_')) {
key = key.replace('json_', '');
} else if (key.startsWith('tmp_')) {
key = 'core_' + key.replace('tmp_', '');
}
new_fields[key] = entry.getValue();
}
ctx.clear();
ctx.putAll(new_fields);
"""
}
}
]
}
POST _reindex
{
"source": {
"index": "mytxindex-20230303"
},
"dest": {
"index": "mytx_new_002",
"pipeline": "rename_fields_pipeline"
}
}
最终执行结果如下,和预期一致。
4、小结
类似问题即便给出了3种不同的实现方案,都能达到给定的业务需求。
但,仍然不建议业务中后期这么处理。更优的解决方案,推荐借助 Elasticsearch 建模阶段做好规划,避免中后期的类似上述问题的涉及大量数据迁移的大的改动。
更多实践想法,欢迎大家一起交流!!!
推荐阅读
全网首发!从 0 到 1 Elasticsearch 8.X 通关视频
重磅 | 死磕 Elasticsearch 8.X 方法论认知清单(2022年国庆更新版)
如何系统的学习 Elasticsearch ?
2023,做点事
更短时间更快习得更多干货!
和全球近 1900+ Elastic 爱好者一起精进!
文章来源:https://www.toymoban.com/news/detail-406538.html
比同事抢先一步学习进阶干货!文章来源地址https://www.toymoban.com/news/detail-406538.html
到了这里,关于Elasticsearch 8.X 如何优雅的实现字段名称批量修改?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!