Elasticsearch：对 Java 对象的 ES|QL 查询

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：

复制代码

Title;Description;Author;Year;Publisher;Ratings

首先，我们必须创建索引以正确映射字段：

复制代码

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：

复制代码

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：

复制代码

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：

复制代码

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：

复制代码

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。

复制代码

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：

复制代码

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！

原文：ES|QL queries to Java objects --- Elastic Search Labs