Elasticsearch 异步搜索 Async search 实战

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 1、Elasticsearch 异步搜索定义异步搜索 API 可异步执行搜索请求、监控其进度并检索可用的部分结果。如下的官方介绍动画,能更加生动的介绍清楚异步检索。传统检索 VS 异步检索,在数据量比较大时:传统检索可能导致超时,以至于无数据返回;或者需要等待很久,用户体验差。异步检索,可以快速响应数据,用户无需等待。

2、Elasticsearch 异步搜索发布的版本

Elasitcsearch V7.7.0版本。


3、Elasticsearch 异步搜索适用场景

异步搜索允许用户在异步搜索结果可用时检索它们,从而消除了仅在查询完全完成后才最终响应的情况。


4、Elasticsearch 异步搜索实战

4.1 执行异步检索

执行如下操作的前提是:待异步检索的索引数据量非常大(其实小了也可以,但数据量大更契合一些)。


否则普通索引会直接返回结果数据。


拿个普通索引试验一下:


POST kibana_sample_data_flights/_async_search?size=0

{

 "sort": [

   {

     "timestamp": {

       "order": "asc"

     }

   }

 ],

 "aggs": {

   "sale_date": {

     "date_histogram": {

       "field": "timestamp",

       "calendar_interval": "1d"

     }

   }

 }

}

返回结果:


{

 "is_partial" : false,

 "is_running" : false,

 "start_time_in_millis" : 1628663114252,

 "expiration_time_in_millis" : 1629095114252,

 "response" : {

   "took" : 23,

   "timed_out" : false,

   "_shards" : {

     "total" : 1,

     "successful" : 1,

     "skipped" : 0,

     "failed" : 0

   },

   "hits" : {

     "total" : {

       "value" : 10000,

       "relation" : "gte"

     },

     "max_score" : null,

     "hits" : [ ]

   },

为了达到异步检索的目的,可以用推荐的测试写入数据的工具:


https://github.com/oliver006/elasticsearch-test-data

你是不是也困惑,没有测试数据或者没有一定数量的测试数据?小工具来了。


产生100W+数据,一条指令:


python es_test_data.py --es_url=http://172.21.0.14:19205 --count=1000000

结果如下:


Done - total docs uploaded: 1000000, took 71 seconds

可以结合自己业务场景优化一下,python 代码编写,很适合封装成自己的小工具。

image.png

POST test_data/_async_search?size=0

{

 "sort": [

   {

     "last_updated": {

       "order": "asc"

     }

   }

 ],

 "aggs": {

   "sale_date": {

     "date_histogram": {

       "field": "last_updated",

       "calendar_interval": "1d"

     }

   }

 }

}

返回结果如下:


{

 "id" : "FjUxQURkZFZyUVVlUUNydjVSZXhmWGcedFJCVnRVSVhSdVM0emN2YXZfTU9ZQToyNzE3MTcy",

 "is_partial" : true,

 "is_running" : true,

 "start_time_in_millis" : 1628662256012,

 "expiration_time_in_millis" : 1629094256012,

 "response" : {

   "took" : 1008,

   "timed_out" : false,

   "terminated_early" : false,

   "num_reduce_phases" : 0,

   "_shards" : {

     "total" : 1,

     "successful" : 0,

     "skipped" : 0,

     "failed" : 0

   },

   "hits" : {

     "total" : {

       "value" : 0,

       "relation" : "gte"

     },

     "max_score" : null,

     "hits" : [ ]

   }

 }

}

如果看不到上述结果,说明数据量还不够大。可以再导入一些。


核心返回参数解释一下:


id——可用于监控其进度、检索其结果和/或删除它的异步搜索的标识符。


is_partial——当查询不再运行时,指示在所有分片上搜索是失败还是成功完成。在执行查询时,is_partial 始终设置为 true。


is_running——搜索是否仍在执行中或已完成。


total——总体而言,将在多少个分片上执行搜索。


successful——有多少分片已成功完成搜索。


4.2 查看异步检索

GET /_async_search/FjFoeU8xMHJKUW9pd1dzN1g2Rm9wOGcedFJCVnRVSVhSdVM0emN2YXZfTU9ZQToyNjYyNjk5

image.png

4.3 查看异步检索状态

GET /_async_search/status/FjUxQURkZFZyUVVlUUNydjVSZXhmWGcedFJCVnRVSVhSdVM0emN2YXZfTU9ZQToyNzE3MTcy/

image.png

4.4 删除/中止异步检索

DELETE /_async_search/FjFoeU8xMHJKUW9pd1dzN1g2Rm9wOGcedFJCVnRVSVhSdVM0emN2YXZfTU9ZQToyNjYyNjk5

image.png

5、官方文档地址

https://www.elastic.co/guide/en/elasticsearch/reference/current/async-search.html


6、小结

异步搜索认证考试环节,大家了解就可以,能找到官方文档位置,知道有哪几个API。


实战业务环节结合业务需求去选型使用即可。但,更倾向于数据量极大的业务传统同步请求体验差的场景。


你实战业务场景有没有使用异步检索?欢迎留言讨论。

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
3月前
|
JSON Prometheus Cloud Native
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
|
5天前
|
存储 搜索推荐 Java
Java远程连接本地开源分布式搜索引擎ElasticSearch
Java远程连接本地开源分布式搜索引擎ElasticSearch
|
10天前
|
自然语言处理 Java 索引
SpringBoot 实现 elasticsearch 查询操作(RestHighLevelClient 的案例实战)
SpringBoot 实现 elasticsearch 查询操作(RestHighLevelClient 的案例实战)
14 1
|
22天前
|
监控 搜索推荐 安全
面经:Elasticsearch全文搜索引擎原理与实战
【4月更文挑战第10天】本文是关于Elasticsearch面试准备的博客,重点讨论了四个核心主题:Elasticsearch的分布式架构和数据模型、CRUD操作与查询DSL、集群管理与性能优化,以及安全与插件扩展。文中通过代码示例介绍了如何进行文档操作、查询以及集群管理,并强调理解Elasticsearch的底层原理和优化策略对面试和实际工作的重要性。
31 6
|
2月前
|
消息中间件 Kubernetes Docker
KubeSphere 核心实战之三【在kubesphere平台上部署ElasticSearch、应用商店部署RabbitMQ和应用市场部署Zookeeper】(实操篇 3/4)
KubeSphere 核心实战之三【在kubesphere平台上部署ElasticSearch、应用商店部署RabbitMQ和应用市场部署Zookeeper】(实操篇 3/4)
41 0
|
2月前
|
消息中间件 Java 关系型数据库
【二十】springboot整合ElasticSearch实战(万字篇)
【二十】springboot整合ElasticSearch实战(万字篇)
224 47
|
3月前
|
存储 自然语言处理 负载均衡
【Elasticsearch专栏 03】深入探索:Elasticsearch倒排索引是如何提高搜索效率的
倒排索引通过直接关联文档内容,将关键词映射到相关文档,减少扫描范围,并使用高效数据结构快速查找和匹配关键词,从而显著提高搜索效率。此外,它支持复杂查询操作和搜索结果优化,进一步提高搜索的准确性和用户满意度。
|
3月前
|
存储 缓存 自然语言处理
Elasticsearch中FST与前缀搜索
Elasticsearch中FST与前缀搜索
29 0
|
3月前
|
JSON 前端开发 API
【Elasticsearch】搜索结果处理和RestClient查询文档
【Elasticsearch】搜索结果处理和RestClient查询文档
340 0
|
3月前
|
缓存 Java API
在生产环境中部署Elasticsearch:最佳实践和故障排除技巧——聚合与搜索(三)
在生产环境中部署Elasticsearch:最佳实践和故障排除技巧——聚合与搜索(三)

热门文章

最新文章