[toc]
1. Painless 简介
自 ES 5.x 后引入，专门为 ES 设置，扩展了 Java 的语法
6.0 开始，ES 只支持 Painless。Grooby ,JavaScript 和 Python 都不在支持
Painless 支持所有的 Java 的数据类型及 Java API 子集
Painless Script 具备以下特性
- 高性能 、 安全
- 支持显示类型或者动态定义类型
Painless 的用途
Painless 可以对文档字段进行加工处理
- 更新或者删除字段，处理数据聚合操作
- Script Field： 对返回的字段提前进行计算
- Function Score：对文档的算分进行处理
在 Ingest Pipeline 中执行脚本
在 Reindex API，Update By Query 时，对数据进行处理
- 脚本编写的语言，默认为painless。
- 脚本本身可以指定为内联脚本的source或存储脚本的id。
- 应传递给脚本的任何命名参数。
2. 参数
lang
- 指定编写脚本的语言，默认为painless。
source，id
- 指定脚本的来源，inline脚本是指定source，，存储的脚本是指定的id，并从群集状态中检索（请参阅存储的脚本）。
params
- 指定作为变量传递到脚本的任何命名参数。
3. 首选参数
Elasticsearch第一次看到一个新脚本，它会编译它并将编译后的版本存储在缓存中，编译可能是一个繁重的过程。
如果需要将变量传递给脚本，则应将它们作为命名参数传递给脚本本身而不是硬编码值，例如，如果你希望能够将字段值乘以不同的乘数，请不要将乘数硬编码到脚本中：
"source": "doc['my_field'] * 2"
相反，将其作为命名参数传递：
"source": "doc['my_field'] * multiplier",
"params": {
"multiplier": 2
}
第一个版本每次乘数改变时都必须重新编译，第二个版本只编译一次。
如果你在很短的时间内编译了太多独特的脚本，Elasticsearch将使用circuit_breaking_exception错误拒绝新的动态脚本。默认情况下，每分钟将编译最多15个内联脚本，你可以通过设置script.max_compilations_rate动态更改此设置。
4. 简短脚本形式
可以使用简短脚本形式来简化，在简短形式中，script由字符串而不是对象表示，该字符串包含脚本的源。
简写：
"script": "ctx._source.likes++"
正常形式的相同脚本：
"script": {
"source": "ctx._source.likes++"
}
5. 通过 Painless 脚本访问字段
| 上下文 | 语法 |
|---|---|
| Ingestion | ctx.field_name |
| Update | ctx._source.field_name |
| Search & Aggregation | doc["field_name"] |
6. 示例
6.1 案例 1：Script Processsor
# 增加一个 Script Prcessor
POST _ingest/pipeline/_simulate
{
"pipeline": {
"description": "to split blog tags",
"processors": [
{
"split": {
"field": "tags",
"separator": ","
}
},
{
"script": {
"source": """
if(ctx.containsKey("content")){
ctx.content_length = ctx.content.length();
}else{
ctx.content_length=0;
}
"""
}
},
{
"set": {
"field": "views",
"value": 0
}
}
]
},
"docs": [
{
"_index": "index",
"_id": "id",
"_source": {
"title": "Introducing big data......",
"tags": "hadoop,elasticsearch,spark",
"content": "You konw, for big data"
}
},
{
"_index": "index",
"_id": "idxx",
"_source": {
"title": "Introducing cloud computering",
"tags": "openstack,k8s",
"content": "You konw, for cloud"
}
}
]
}
6.2 案例 2：文档更新计数
DELETE tech_blogs
PUT tech_blogs/_doc/1
{
"title":"Introducing big data......",
"tags":"hadoop,elasticsearch,spark",
"content":"You konw, for big data",
"views":0
}
POST tech_blogs/_update/1
{
"script": {
"source": "ctx._source.views += params.new_views",
"params": {
"new_views":100
}
}
}
# 查看views计数
POST tech_blogs/_search
6.3 案例 3：搜索时的 Script 字段
GET tech_blogs/_search
{
"script_fields": {
"rnd_views": {
"script": {
"lang": "painless",
"source": """
java.util.Random rnd = new Random();
doc['views'].value+rnd.nextInt(1000);
"""
}
}
},
"query": {
"match_all": {}
}
}
6.4 Script :Inline v.s Stored
#保存脚本在 Cluster State
POST _scripts/update_views
{
"script":{
"lang": "painless",
"source": "ctx._source.views += params.new_views"
}
}
POST tech_blogs/_update/1
{
"script": {
"id": "update_views",
"params": {
"new_views":1000
}
}
}
6.5 示例4
首先，在集群状态下创建名为calculate-score的脚本：
POST _scripts/calculate-score
{
"script": {
"lang": "painless",
"source": "Math.log(_score * 2) + params.my_modifier"
}
}
可以使用以下命令检索相同的脚本：
GET _scripts/calculate-score
可以通过指定id参数来使用存储的脚本，如下所示：
GET _search
{
"query": {
"script": {
"script": {
"id": "calculate-score",
"params": {
"my_modifier": 2
}
}
}
}
}
删除：
DELETE _scripts/calculate-score
3. 缓存
编译的开销相较大
Elasticsearch 会将脚本编译后缓存在 Cache 中
- Inline scripts 和 Stored Scripts 都会被缓存
-
默认缓存 100 个脚本
在这里插入图片描述
转载自：https://blog.csdn.net/xixihahalelehehe/article/details/115203621
个人公众号(大数据学习交流): hadoopwiki
