作者:Laura Trotta
ES|QL 是 Elasticsearch 引入的一种新的查询语言,它将简化的语法与管道操作符结合起来,使用户能够直观地推断和操作数据。官方 Java 客户端的新版本 8.13.0 引入了对 ES|QL 查询的支持,提供了一个新的 API,允许轻松执行查询,并自动将结果翻译为 Java 对象。
先决条件
- Elasticsearch 版本 >= 8.11.0
- Java 版本 >= 17
摄取数据
在开始查询之前,我们需要有一些可用的数据:我们将使用 Java 客户端中提供的 BulkIngester 实用程序类将此 csv 文件存储到 Elasticsearch 中。 该 csv 列出了 Amazon Books Reviews 数据集中的书籍,并使用以下标题行对它们进行分类:
Title;Description;Author;Year;Publisher;Ratings
首先,我们必须创建索引以正确映射字段:
if (!client.indices().exists(ex -> ex.index("books")).value()) {
client.indices().create(c -> c
.index("books")
.mappings(mp -> mp
.properties("title", p -> p.text(t -> t))
.properties("description", p -> p.text(t -> t))
.properties("author", p -> p.text(t -> t))
.properties("year", p -> p.short_(s -> s))
.properties("publisher", p -> p.text(t -> t))
.properties("ratings", p -> p.halfFloat(hf -> hf))
));
}
然后是书籍的 Java 类:
public record Book(
String title,
String description,
String author,
Integer year,
String publisher,
Float ratings
){}
我们将使用 Jackson 的 CSV 映射器来读取该文件,所以让我们对其进行配置:
CsvMapper csvMapper = new CsvMapper();
CsvSchema schema = CsvSchema.builder()
.addColumn("title") // same order as in the csv
.addColumn("description")
.addColumn("author")
.addColumn("year")
.addColumn("publisher")
.addColumn("ratings")
.setColumnSeparator(';')
.setSkipFirstDataRow(true)
.build();
MappingIterator<Book> iter = csvMapper
.readerFor(Book.class)
.with(schema)
.readValues(new FileReader("/path/to/file/books.csv"));
然后我们将逐行读取 csv 文件并使用 BulkIngester 优化摄取:
BulkIngester ingester = BulkIngester.of(bi -> bi
.client(client)
.maxConcurrentRequests(20)
.maxOperations(5000));
boolean hasNext = true;
while (hasNext) {
try {
Book book = iter.nextValue();
ingester.add(BulkOperation.of(b -> b
.index(i -> i
.index("books")
.document(book))));
hasNext = iter.hasNextValue();
} catch (JsonParseException | InvalidFormatException e) {
// ignore malformed data
}
}
ingester.close();
索引编制大约需要 15 秒,但完成后,我们的图书索引将包含约 80K 文档,可供查询。
ES|QL
现在是时候从书籍数据中提取一些信息了。 假设我们想要找到阿西莫夫作品的最新重印本:
String queryAuthor =
"""
from books
| where author == "Isaac Asimov"
| sort year desc
| limit 10
""";
List<Book> queryRes = (List<Book>) client.esql()
.query(ObjectsEsqlAdapter.of(Book.class),queryAuthor);
感谢使用 Book.class 作为目标的 ObjectsEsqlAdapter,我们可以忽略 ES|QL 查询的 json 结果是什么,而只关注客户端自动返回的更熟悉的书籍列表。
对于那些习惯 SQL 查询和 JDBC 接口的人来说,客户端还提供了 ResultSetEsqlAdapter,可以以同样的方式使用它,而是返回一个 java.sql.ResultSet。
ResultSet resultSet = esClient.esql()
.query(ResultSetEsqlAdapter.INSTANCE,queryAuthor);
另一个例子,我们现在想要找出企鹅图书中评分最高的书籍:
String queryPublisher =
"""
from books
| where publisher == "Penguin"
| sort ratings desc
| limit 10
| sort title asc
""";
queryRes = (List<Book>) client.esql()
.query(ObjectsEsqlAdapter.of(Book.class), queryPublisher);
用于检索数据的 Java 代码保持不变,因为结果仍然是书籍列表。 当然也有例外,例如,如果查询使用 eval 命令添加新列,则应修改 Java 类以表示新结果。
本文的完整代码可以在官方客户端存储库中找到。 如有任何疑问或问题,请随时通过讨论联系。
准备好将 RAG 构建到您的应用程序中了吗? 想要尝试使用矢量数据库的不同 LLMs?
在 Github 上查看我们的 LangChain、Cohere 等示例 notebooks,并参加即将开始的 Elasticsearch 工程师培训!