Elasticsearch：ES|QL 快速入门

警告：此功能处于技术预览阶段，可能会在未来版本中更改或删除。 Elastic 将努力解决任何问题，但技术预览版中的功能不受官方 GA 功能的支持 SLA 的约束。目前的最新发行版为 Elastic Stack 8.11。

Elasticsearch 查询语言 (ES|QL) 提供了一种强大的方法来过滤、转换和分析存储在 Elasticsearch 中以及未来其他运行时中的数据。它旨在易于最终用户、SRE 团队、应用程序开发人员和管理员学习和使用。

用户可以编写 ES|QL 查询来查找特定事件、执行统计分析并生成可视化效果。它支持广泛的命令和功能，使用户能够执行各种数据操作，例如过滤、聚合、时间序列分析等。

Elasticsearch 查询语言 (ES|QL) 使用 "管道"(|) 逐步操作和转换数据。这种方法允许用户组合一系列操作，其中一个操作的输出成为下一个操作的输入，从而实现复杂的数据转换和分析。

ES|QL 计算引擎

ES|QL 不仅仅是一种语言：它代表了对 Elasticsearch 内新计算功能的重大投资。为了同时满足 ES|QL 的功能和性能要求，有必要构建全新的计算架构。 ES|QL 搜索、聚合和转换功能直接在 Elasticsearch 本身内执行。查询表达式不会转换为查询 DSL 来执行。这种方法使 ES|QL 具有极高的性能和多功能性。

新的 ES|QL 执行引擎在设计时充分考虑了性能 - 它一次对块（block）而不是对每行进行操作，以向量化和缓存局部性为目标，并支持专业化和多线程。它是一个独立于现有 Elasticsearch 聚合框架的组件，具有不同的性能特征。

让我们开始吧

在接下来的部分我们将展示了如何使用 ES|QL 查询和聚合数据。

前提条件

我们必须安装 Elastic Stack 8.11 及以上版本。

要遵循下面的查询，首先使用以下请求提取一些示例数据：

json 复制代码

1.  PUT sample_data
2.  {
3.    "mappings": {
4.      "properties": {
5.        "client.ip": {
6.          "type": "ip"
7.        },
8.        "message": {
9.          "type": "keyword"
10.        }
11.      }
12.    }
13.  }

less 复制代码

1.  PUT sample_data/_bulk
2.  {"index": {}}
3.  {"@timestamp": "2023-10-23T12:15:03.360Z", "client.ip": "172.21.2.162", "message": "Connected to 10.1.0.3", "event.duration": 3450233}
4.  {"index": {}}
5.  {"@timestamp": "2023-10-23T12:27:28.948Z", "client.ip": "172.21.2.113", "message": "Connected to 10.1.0.2", "event.duration": 2764889}
6.  {"index": {}}
7.  {"@timestamp": "2023-10-23T13:33:34.937Z", "client.ip": "172.21.0.5", "message": "Disconnected", "event.duration": 1232382}
8.  {"index": {}}
9.  {"@timestamp": "2023-10-23T13:51:54.732Z", "client.ip": "172.21.3.15", "message": "Connection error", "event.duration": 725448}
10.  {"index": {}}
11.  {"@timestamp": "2023-10-23T13:52:55.015Z", "client.ip": "172.21.3.15", "message": "Connection error", "event.duration": 8268153}
12.  {"index": {}}
13.  {"@timestamp": "2023-10-23T13:53:55.832Z", "client.ip": "172.21.3.15", "message": "Connection error", "event.duration": 5033755}
14.  {"index": {}}
15.  {"@timestamp": "2023-10-23T13:55:01.543Z", "client.ip": "172.21.3.15", "message": "Connected to 10.1.0.1", "event.duration": 1756467}

我们有两种方法可以运行查询：

在 Dev Tools 中运行
在 Discover 中运行

在 Dev Tools 中运行查询

我们需要在 Kibana 的界面中，进入到 Dev Tools。通常一个 ES|QL query API 的命令格式是这样的：

python 复制代码

1.  POST /_query?format=txt
2.  {
3.    "query": """

5.    """
6.  }

在两组 """ """之间输入实际的 ES|QL 查询。例如：

python 复制代码

1.  POST /_query?format=txt
2.  {
3.    "query": """
4.      FROM sample_data
5.    """
6.  }

我们也可以使用 JSON 的格式来返回结果：

python 复制代码

1.  POST /_query?format=json
2.  {
3.    "query": """
4.      FROM sample_data
5.    """
6.  }

在 Discover 中使用 ES|QL

我们首先为 sample_data 这个索引创建一个 data view：

这样我们就创建了一个 sample_data 的 data view。

我们打开 Discover 界面：

我们首先选中 sample_data，然后选中合适的时间窗口：

在默认的情况下，它显示 10 个文档。我们也可以看到一个可视化图。为了更方便地编写多行查询，请单击双头箭头按钮（）来展开查询栏：

我们的第一个 ES|QL 查询

每个 ES|QL 查询都以源 (source) 命令开头。源命令会生成一个表，通常包含来自 Elasticsearch 的数据。

FROM source 命令返回一个表，其中包含来自数据流、索引或别名的文档。结果表中的每一行代表一个文档。此查询从 sample_data 索引中返回最多 500 个文档：

css 复制代码

FROM sample_data

每列对应一个字段，并且可以通过该字段的名称进行访问。

提示：ES|QL 关键字不区分大小写。以下查询与前一个查询相同：
csharp 复制代码
from sample_data

处理命令

源命令后面可以跟一个或多个处理命令，用竖线字符分隔：|。处理命令通过添加、删除或更改行和列来更改输入表。处理命令可以执行过滤、投影、聚合等。

例如，你可以使用 LIMIT 命令来限制返回的行数，最多为 10,000 行：

css 复制代码

1.  FROM sample_data
2.  | LIMIT 3

提示：为了便于阅读，你可以将每个命令放在单独的行上。但是，你不必这样做。以下查询与前一个查询相同：
css 复制代码
FROM sample_data | LIMIT 3

对表格进行排序

另一个处理命令是 SORT 命令。默认情况下，FROM 返回的行没有定义的排序顺序。使用 SORT 命令对一列或多列上的行进行排序：

sql 复制代码

1.  FROM sample_data
2.  | SORT @timestamp DESC

查询数据

使用 WHERE 命令来查询数据。例如，要查找持续时间超过 5 毫秒的所有事件：

vbnet 复制代码

1.  FROM sample_data
2.  | WHERE event.duration > 5000000

WHERE 支持多个运算符。例如，你可以使用 LIKE 对消息列运行通配符查询：

sql 复制代码

1.  FROM sample_data
2.  | WHERE message LIKE "Connected*"

链式处理命令

你可以链接处理命令，并用竖线字符分隔：|。每个处理命令都作用于前一个命令的输出表。查询的结果是最终处理命令生成的表。

以下示例首先根据 @timestamp 对表进行排序，然后将结果集限制为 3 行：

sql 复制代码

1.  FROM sample_data
2.  | SORT @timestamp DESC
3.  | LIMIT 3

注意：处理命令的顺序很重要。首先将结果集限制（LIMIT）为 3 行，然后再对这 3 行进行排序，很可能会返回与此示例不同的结果，其中排序在 LIMIT 之前。

计算值

使用 EVAL 命令将包含计算值的列追加到表中。例如，以下查询附加一个 duration_ms 列。该列中的值是通过将 event.duration 除以 1,000,000 计算得出的。换句话说： event.duration 从纳秒转换为毫秒。

ini 复制代码

1.  FROM sample_data
2.  | EVAL duration_ms = event.duration / 1000000.0

EVAL 支持多种 functions。例如，要将数字四舍五入为最接近指定位数的数字，请使用 ROUND 函数：

ini 复制代码

1.  FROM sample_data
2.  | EVAL duration_ms = ROUND(event.duration / 1000000.0, 1)

计算统计数据

ES|QL 不仅可以用来查询你的数据，你还可以使用它来聚合你的数据。使用 STATS ... BY 命令计算统计数据。例如，中位持续时间：

ini 复制代码

1.  FROM sample_data
2.  | STATS median_duration = MEDIAN(event.duration)

你可以使用一个命令计算多个统计数据：

scss 复制代码

1.  FROM sample_data
2.  | STATS median_duration = MEDIAN(event.duration), max_duration = MAX(event.duration)

使用 BY 按一列或多列对计算的统计数据进行分组。例如，要计算每个客户端 IP 的中位持续时间：

vbnet 复制代码

1.  FROM sample_data
2.  | STATS median_duration = MEDIAN(event.duration) BY client.ip

创建直方图

为了跟踪一段时间内的统计数据，ES|QL 允许你使用 AUTO_BUCKET 函数创建直方图。 AUTO_BUCKET 创建人性化的存储桶大小，并为每行返回一个与该行所属的结果存储桶相对应的值。

例如，要为 10 月 23 日的数据创建每小时存储桶：

less 复制代码

1.  FROM sample_data
2.  | KEEP @timestamp
3.  | EVAL bucket = AUTO_BUCKET (@timestamp, 24, "2023-10-23T00:00:00Z", "2023-10-23T23:59:59Z")

将 AUTO_BUCKET 与 STATS ... BY 结合起来创建直方图。例如，要计算每小时的事件数：

less 复制代码

1.  FROM sample_data
2.  | KEEP @timestamp, event.duration
3.  | EVAL bucket = AUTO_BUCKET (@timestamp, 24, "2023-10-23T00:00:00Z", "2023-10-23T23:59:59Z")
4.  | STATS COUNT(*) BY bucket

或每小时的中位持续时间：

less 复制代码

1.  FROM sample_data
2.  | KEEP @timestamp, event.duration
3.  | EVAL bucket = AUTO_BUCKET (@timestamp, 24, "2023-10-23T00:00:00Z", "2023-10-23T23:59:59Z")
4.  | STATS median_duration = MEDIAN(event.duration) BY bucket

丰富数据

ES|QL 使你能够使用 ENRICH 命令使用 Elasticsearch 中索引的数据来丰富表。

在使用 ENRICH 之前，你首先需要 create 并 execute 你的 enrich policy。以下请求创建并执行将 IP 地址链接到环境（"Development"、"QA" 或 "Production"）的策略：

markdown 复制代码

1.  PUT clientips
2.  {
3.    "mappings": {
4.      "properties": {
5.        "client.ip": {
6.          "type": "keyword"
7.        },
8.        "env": {
9.          "type": "keyword"
10.        }
11.      }
12.    }
13.  }

bash 复制代码

1.  PUT clientips/_bulk
2.  { "index" : {}}
3.  { "client.ip": "172.21.0.5", "env": "Development" }
4.  { "index" : {}}
5.  { "client.ip": "172.21.2.113", "env": "QA" }
6.  { "index" : {}}
7.  { "client.ip": "172.21.2.162", "env": "QA" }
8.  { "index" : {}}
9.  { "client.ip": "172.21.3.15", "env": "Production" }
10.  { "index" : {}}
11.  { "client.ip": "172.21.3.16", "env": "Production" }

bash 复制代码

1.  PUT /_enrich/policy/clientip_policy
2.  {
3.    "match": {
4.      "indices": "clientips",
5.      "match_field": "client.ip",
6.      "enrich_fields": ["env"]
7.    }
8.  }

bash 复制代码

PUT /_enrich/policy/clientip_policy/_execute

创建并执行策略后，你可以将其与 ENRICH 命令一起使用：

vbnet 复制代码

1.  FROM sample_data
2.  | KEEP @timestamp, client.ip, event.duration
3.  | EVAL client.ip = TO_STRING(client.ip)
4.  | ENRICH clientip_policy ON client.ip WITH env

你可以在后续命令中使用 ENRICH 命令添加的新 env 列。例如，要计算每个环境的中位持续时间：

vbnet 复制代码

1.  FROM sample_data
2.  | KEEP @timestamp, client.ip, event.duration
3.  | EVAL client.ip = TO_STRING(client.ip)
4.  | ENRICH clientip_policy ON client.ip WITH env
5.  | STATS median_duration = MEDIAN(event.duration) BY env

有关使用 ES|QL 进行数据丰富的更多信息，请参阅 "ES|QL 中的数据丰富"。

处理数据

你的数据可能包含非结构化字符串，你希望将其结构化以便更轻松地分析数据。例如，示例数据包含如下日志消息：

arduino 复制代码

"Connected to 10.1.0.3"

通过从这些消息中提取 IP 地址，你可以确定哪个 IP 接受了最多的客户端连接。

要在查询时构建非结构化字符串，你可以使用 ES|QL DISSECT 和 GROK 命令。 DISSECT 的工作原理是使用基于分隔符的模式分解字符串。 GROK 的工作原理类似，但使用正则表达式。这使得 GROK 更强大，但通常也更慢。

在这种情况下，不需要正则表达式，因为 message 很简单："Connected to "，后跟服务器 IP。要匹配此字符串，你可以使用以下 DISSECT 命令：

css 复制代码

1.  FROM sample_data
2.  | DISSECT message "Connected to %{server.ip}"

这会将 server.ip 列添加到具有与此模式匹配的消息的那些行。对于其他行，server.ip 的值为空。

你可以在后续命令中使用 DISSECT 命令添加的新 server.ip 列。例如，要确定每个服务器已接受多少个连接：

sql 复制代码

1.  FROM sample_data
2.  | WHERE STARTS_WITH(message, "Connected to")
3.  | DISSECT message "Connected to %{server.ip}"
4.  | STATS COUNT(*) BY server.ip

有关使用 ES|QL 进行数据处理的更多信息，请参阅使用 DISSECT 和 GROK 进行数据处理。

Elasticsearch：ES|QL 快速入门

ES|QL 计算引擎

让我们开始吧

前提条件

在 Dev Tools 中运行查询

在 Discover 中使用 ES|QL

我们的第一个 ES|QL 查询

处理命令

对表格进行排序

查询数据

更多处理命令

链式处理命令

计算值

计算统计数据

创建直方图

丰富数据

处理数据