ES中的MR

elastic search真是个让人既爱又恨的东西,性能强劲,功能强大,但就是在使用中遇到种种问题(多半因为文档太差)。
文章记录一下在es 2.2.0版本中使用Scripted Metric Aggregation(也就是牛X的map-reduce)的方法。
api这是官方文档,但是并不详细,看完并不能干出什么事来.这是java api

下面贴出完整的实践内容和代码(敏感内容已抹去),目的是根据行为日志得出活跃分值

  • 在elasticsearch.yml文件中添加配置启用groovy脚本
script.engine.groovy.file.aggs: true
script.engine.groovy.file.mapping: true
script.engine.groovy.file.search: true
script.engine.groovy.file.update: true
script.engine.groovy.file.plugin: true
script.engine.groovy.indexed.aggs: true
script.engine.groovy.indexed.mapping: false
script.engine.groovy.indexed.search: true
script.engine.groovy.indexed.update: false
script.engine.groovy.indexed.plugin: false
script.engine.groovy.inline.aggs: true
script.engine.groovy.inline.mapping: true
script.engine.groovy.inline.search: true
script.engine.groovy.inline.update: true
script.engine.groovy.inline.plugin: true
  • 这是es 中保存的数据
curl -XPUT "http://10.1.200.34:9200/behavior-2017.02/candidate/AVoG9St-6pLzqkumYcIr" -d '
{
    "businessLine": "platform",
    "createTime": "2017-02-04T02:30:14.000Z",
    "latitude": 0,
    "longitude": 0,
    "name": "c_login",
    "network": "unknown",
    "ownerId": 6403128,
    "ownerType": "candidate",
    "params": {
      "positionId": "2112620"
    },
    "uuid": "a36556ed286348aeb970e0ba1cda1447"
}'
curl -XPUT "http://10.1.200.34:9200/behavior-2017.02/candidate/AVoG9SgJP_y-H6mvM9g8" -d '
{
    "businessLine": "platform",
    "clientIp": "*3.1*8.113.*6",
    "createTime": "2017-02-04T02:30:13.683Z",
    "latitude": 0,
    "longitude": 0,
    "name": "c_login",
    "network": "unknown",
    "ownerId": 6403118,
    "ownerType": "candidate",
    "terminal": "pc",
    "userAgent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36",
    "uuid": "0d9b007e3d624180aefd57e7df0b656c",
}'
curl -XPUT "http://10.1.200.34:9200/behavior-2017.02/candidate/AVoG9SgJP_y-H6mvM9g1" -d '
{
    "businessLine": "platform",
    "clientIp": "*23.*8.*3.1*",
    "createTime": "2017-02-04T02:30:13.683Z",
    "latitude": 0,
    "longitude": 0,
    "name": "c_register",
    "network": "unknown",
    "ownerId": 6403127,
    "ownerType": "candidate",
    "terminal": "pc",
    "userAgent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36",
    "uuid": "0d9b007e3d624180aefd57e7df0b656c",
}'
  • 这是查询用的脚本,以id为分组,统计行为信息。
curl -XGET "http://10.1.200.34:9200/behavior*/_search/?pretty" -d '
{
  "aggs": {
    "group_by_ownerId" : { 
        "terms" : {
         "field" : "ownerId" 
         },
         "aggs":{
          "livenessScore": {
            "scripted_metric": {
                "init_script" : {"file": "user-liveness-score-init"},
                "map_script" : {"file": "user-liveness-score-map"},
                "combine_script" : {"file": "user-liveness-score-combine"},
                "reduce_script" : {"file": "user-liveness-score-reduce"},
                "params": {
                    "_agg": {"resumeScore":{6403127:60}}
                }
            }
        }
         } 
      }
  },
  "query": {
    "filtered": {
      "query": {
        "match_all": {}
      }
    }
  },
  "fields": [
    "ownerId"
  ]
}'
  • 脚本及脚本的存放位置
[root@jiqi001 scripts]# pwd
/apps/elasticsearch/config/scripts
[root@jiqi001 scripts]# ls
user-liveness-score-combine.groovy  user-liveness-score-init.groovy  user-liveness-score-map.groovy  user-liveness-score-reduce.groovy
_agg.loginScoreInWeek=0;
_agg.loginScoreInMonth=0;
_agg.registerScoreInWeek=0;
_agg.registerScoreInMonth=0;
~                      
"user-liveness-score-init.groovy" 15L, 383C
xDaysBefore = Math.round((new Date().getTime() - doc.createTime) / 1000 / 60 / 60 / 24);
behaviorName = doc.name.value;
resumeScore = _agg.resumeScore.get(String.valueOf(doc.ownerId.value));
if (behaviorName.equals("c_login")) {
    if (xDaysBefore <= 7) {
        if (_agg.loginScoreInWeek < 4) {
            _agg.loginScoreInWeek += 2;
        }
    } else if (7 < xDaysBefore && xDaysBefore <= 30) {
        if (_agg.loginScoreInMonth < 2) {
            _agg.loginScoreInMonth += 1;
        }
    }
}  else if (behaviorName.equals("c_register")) {
    if (resumeScore != null && resumeScore > 30) {
        if (xDaysBefore <= 7) {
            if (_agg.registerScoreInWeek == 0) {
                _agg.registerScoreInWeek = 5;
            }
        } else if (7 < xDaysBefore && xDaysBefore <= 30) {
            if (_agg.registerScoreInMonth == 0) {
                _agg.registerScoreInMonth = 3;
            }
        }
    }
};
~                                                                                                                                                                                                                                       
"user-liveness-score-map.groovy" 66L, 2657C
```
```shell
_agg
~                                                                                                             
"user-liveness-score-combine.groovy" 1L, 5C
```
````shell
double score = 0;
loginScoreInWeek=0;
loginScoreInMonth=0;
registerScoreInWeek=0;
registerScoreInMonth=0;
for (a in _aggs) {
  if(loginScoreInWeek<4){
    loginScoreInWeek += a.get("loginScoreInWeek");
  };
  if(loginScoreInMonth<2){
    loginScoreInMonth += a.get("loginScoreInMonth");
  };
  if(registerScoreInWeek<5){
    registerScoreInWeek += a.get("registerScoreInWeek");
  };
  if(registerScoreInMonth<3){
    registerScoreInMonth += a.get("registerScoreInMonth");
  };
 };
  if(loginScoreInWeek>4){
    loginScoreInWeek =4;
  };
  if(loginScoreInMonth>2){
    loginScoreInMonth =2;
  };
  if(registerScoreInWeek>5){
    registerScoreInWeek =5;
  };
  if(registerScoreInMonth>3){
    registerScoreInMonth =3;
  };
 score += loginScoreInWeek;
 score += loginScoreInMonth;
 score += registerScoreInWeek;
 score += registerScoreInMonth;
 return score;
"user-liveness-score-reduce.groovy"
```

- Java代码
```java
    private Map<String, Double> getUsersLiveScore(Map<String, Object> userAndResumeScore) throws InterruptedException, ExecutionException {
        Map<String, Double> userAndLivenessScore = new HashMap<>();
        Map<String, Object> param = new HashMap<>();
        param.put("resumeScore", userAndResumeScore);
        Map<String, Object> params = new HashMap<>();
        params.put("_agg", param);
        Client client = eSClient.getClient();
        AggregationBuilder aggregation = AggregationBuilders.terms("group_by_ownerId")
                .field("ownerId")
                .subAggregation(
                        AggregationBuilders.scriptedMetric("livenessScore")
                                .params(params)
                                .initScript(new Script("user-liveness-score-init", ScriptService.ScriptType.FILE, "groovy", null))
                                .mapScript(new Script("user-liveness-score-map", ScriptService.ScriptType.FILE, "groovy", null))
                                .combineScript(new Script("user-liveness-score-combine", ScriptService.ScriptType.FILE, "groovy", null))
                                .reduceScript(new Script("user-liveness-score-reduce", ScriptService.ScriptType.FILE, "groovy", null))
                );
        TermsQueryBuilder ownerId = QueryBuilders.termsQuery("ownerId", userAndResumeScore.keySet());
        BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();

        boolQueryBuilder.must(ownerId);
        boolQueryBuilder.must(QueryBuilders.rangeQuery("createTime").gte(DateTime.now().plusDays(-30).toDate()));
        SearchResponse response = client.prepareSearch("behavior-*")
                .setSearchType(SearchType.DFS_QUERY_THEN_FETCH)
                .setQuery(boolQueryBuilder)
                .addAggregation(aggregation)
                .setFrom(0)
                .setSize(3000)
                .addField("ownerId")
                .execute()
                .get();
        for (Aggregation agg : response.getAggregations()) {
            List<Terms.Bucket> buckets = ((LongTerms) agg).getBuckets();
            for (Terms.Bucket bucket : buckets) {
                String userId = bucket.getKeyAsString();
                for (Aggregation agg2 : bucket.getAggregations()) {
                    double score = (double) ((InternalScriptedMetric) agg2).aggregation();
                    userAndLivenessScore.put(String.valueOf(userId), score);
                }
            }
        }
        return userAndLivenessScore;
    }
```
- Tips
1.参数param必须放在_agg变量里。
2.可以用"combine_script":"_agg;","reduce_script":"_aggs;"来调试脚本。
3.combine组合的结果会以分片为分组,并非整个查询结果的组合.比如查询一个index如果在5个分片上有结果则返回一个长度为5的数组,
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容