Elasticsearch使用 Elasticsearch ingest pipeline 丰富数据
在我之前的文章:
我有详细描述如何使用 ingest pipeline 来丰富数据。在今天的文章中里,我们来更加详细地使用一个具体的例子来进行展示。更多官方文档描述,我们可以详细参阅文章 Enrich your data | Elasticsearch Guide [8.8] | Elastic。
什么是丰富数据
简单地说,我们可以使用其他的数据集里的数据添加到现有的数据集中。这样在我们的最终的数据集中,它含有另外一个数据集里的数据供我们分析数据。我们知道如果是独立于 Elasticsearch 的数据库,我们只有通过 Logstash 来完成这种操作。针对两个不同的 Elasticsearch 索引来说,我们可以使用 enrich processor 来完成两个不同的数据集之间的 “join” 操作。比如:
如上所示,我们有两个数据集:registration 及 customer。他们的数据分别如上所示。 它们是以 JSON 格式来进行表达的。我们可以通过 email 进行关联,那么最终我们可以得到如图右边的那个被丰富的数据。这个数据它不仅含有 registraion 里的数据,而且它还含有 customer 里的数据。从某种意义上讲,我们把两个不同的数据集通过 email 进行关联,并最终形成了一个被丰富的数据集。这个对于我们最终分析数据非常有效。
Elasticsearch enrich processor 的工作流程如下:
数据描述
我们假想有一个活动的 signup 应用。在活动签名的时候这个应用收集了如下的信息:
如上所示,它只含有 email,location_id,paid_amount 及 product 四个字段的信息。这个信息被保存于一个 CSV 文件中。之后,市场部门提供了更多的信息表格给我我们。这些信息包含 location,member_type 及 user 等信息。
为了方便大家理解这个问题,我们可以在地址 GitHub - liu-xiao-guo/elasticsearch-ingest 找到相应的数据表述:
我们希望通过 enrich processor 的处理,我们最终能得到像如下结果的数据集:
也就是说,我们通过 enrich processor 的一番操作,我们可以把匹配的 user,location 及 member_type 信息添加进来,也即丰富原来的数据。
导入数据
我们可以使用 Kibana 来写入数据:
导入 user.csv
导入 location.csv
在上面我们需要修改 point 为 geo_point 数据类型。
导入 member_type.csv
按照同样的方法,我们来导入 member_type.csv:
在上面,我们添加了如下的 json processor:
1. {
2. "json" : {
3. "field" : "price_range"
4. }
5. }
创建 enrich policy
我们可以参考链接:github.com/liu-xiao-gu…
1. // Create users policy
2. PUT /_enrich/policy/user_policy
3. {
4. "match": {
5. "indices": "user",
6. "match_field": "email",
7. "enrich_fields": ["first_name", "last_name", "city", "zip", "state"]
8. }
9. }
11. PUT /_enrich/policy/user_policy/_execute
我们在 Kibana 中运行上面的命令。在上面的 user_policy 中,我们使用 user 索引中的 email 字段,如果有匹配的话,那么 user 索引中相应的文档的 first_name,last_name,city,zip 及 state 将被丰富到文档中。
我们参考链接:github.com/liu-xiao-gu…
1. PUT /_enrich/policy/location_policy
2. {
3. "match": {
4. "indices": "location",
5. "match_field": "location_id",
6. "enrich_fields": ["point"]
7. }
8. }
10. PUT /_enrich/policy/location_policy/_execute
在 Kibana 中运行上面的命令。
我们参考链接:github.com/liu-xiao-gu…
1. // Create member_type policy
2. PUT /_enrich/policy/member_type_policy
3. {
4. "range": {
5. "indices": "member_type",
6. "match_field": "price_range",
7. "enrich_fields": ["member_type"]
8. }
9. }
11. PUT /_enrich/policy/member_type_policy/_execute
我们在 Kibana 中运行上面的命令。
我们可以在 index management 中查看到新生成的 enrich index:
导入 signup.csv
如果你看看我们之前想要的结果的数据 mapping:
我们需要添加 geo 字段:
1. "geo": {
2. "properties": {
3. "point": {
4. "type": "geo_point"
5. }
6. }
7. }
我们需要更进一步修改 ingest pipeline。我们参考链接:github.com/liu-xiao-gu…
我们需要添加如下的三个 enrich processor:
`1. {
2. "enrich" : {
3. "description": "Add 'user' data based on 'email'",
4. "policy_name": "user_policy",
5. "field" : "email",
6. "target_field": "user",
7. "max_matches": "1"
8. }
9. },
10. {
11. "enrich" : {
12. "description": "Add 'member_type' data based on 'paid_amount'",
13. "policy_name": "member_type_policy",
14. "field" : "paid_amount",
15. "target_field": "member_type",
16. "max_matches": "1"
17. }
18. },
19. {
20. "enrich" : {
21. "description": "Add 'geo' data based on 'location_id'",
22. "policy_name": "location_policy",
23. "field" : "location_id",
24. "target_field": "geo",
25. "max_matches": "1"
26. }
27. },`![](https://csdnimg.cn/release/blogv2/dist/pc/img/newCodeMoreWhite.png)
点击上面的 import 按钮:
我们接下来针对 signup 索引来做一个搜索:
GET signup/_search?filter_path=**.hits
上面的命令返回的结果为:
`
1. {
2. "hits": {
3. "hits": [
4. {
5. "_index": "signup",
6. "_id": "Q9mvgokBWubr9hCu1VXI",
7. "_score": 1,
8. "_source": {
9. "member_type": {
10. "member_type": "regular",
11. "price_range": {
12. "lte": 5
13. }
14. },
15. "geo": {
16. "location_id": 2351,
17. "point": "POINT(-71.61 42.28)"
18. },
19. "product": "earlybird",
20. "paid_amount": 5,
21. "user": {
22. "zip": 9303,
23. "city": "Arleta",
24. "last_name": "Fly",
25. "state": "CA",
26. "first_name": "Marty",
27. "email": "martymcfly@backtothefuture.com"
28. },
29. "email": "martymcfly@backtothefuture.com",
30. "location_id": 2351
31. }
32. },
33. {
34. "_index": "signup",
35. "_id": "RNmvgokBWubr9hCu1VXI",
36. "_score": 1,
37. "_source": {
38. "member_type": {
39. "member_type": "regular",
40. "price_range": {
41. "lte": 5
42. }
43. },
44. "geo": {
45. "location_id": 2322,
46. "point": "POINT(-71.63 42.56)"
47. },
48. "product": "earlybird",
49. "paid_amount": 5,
50. "user": {
51. "zip": 58008,
52. "city": "Springfield",
53. "last_name": "Simpson",
54. "state": "OR",
55. "first_name": "Homer",
56. "email": "homersimpson@springfield.com"
57. },
58. "email": "homersimpson@springfield.com",
59. "location_id": 2322
60. }
61. },
62. {
63. "_index": "signup",
64. "_id": "RdmvgokBWubr9hCu1VXI",
65. "_score": 1,
66. "_source": {
67. "member_type": {
68. "member_type": "premium",
69. "price_range": {
70. "gt": 5
71. }
72. },
73. "geo": {
74. "location_id": 2019,
75. "point": "POINT(-72.68 42.2)"
76. },
77. "product": "regular",
78. "paid_amount": 10,
79. "user": {
80. "zip": 99686,
81. "city": "Valdez",
82. "last_name": "Riker",
83. "state": "AK",
84. "first_name": "Will",
85. "email": "willriker@federation.com"
86. },
87. "email": "willriker@federation.com",
88. "location_id": 2019
89. }
90. }
91. ]
92. }
93. }
`![](https://csdnimg.cn/release/blogv2/dist/pc/img/newCodeMoreWhite.png)
从上面的输出中,我们可以看出来我们已经成功地丰富了 signup 索引。
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanheeigbf
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01