Elasticsearch 8.X 如何优雅的实现字段名称批量修改？
Posted 铭毅天下
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Elasticsearch 8.X 如何优雅的实现字段名称批量修改？相关的知识，希望对你有一定的参考价值。
1、线上实战问题
写入es前，数据格式如下
"json_lbm_01":"test01","json_lbm_02":"test02","tmp_lbm_01":"test03","tmp_lbm_02":"test04"需求：单纯用pipeline可不可以实现，如果写入key包含json_提换为空，包含tmp提换为core，因为key字段有很多不考虑穷举，最终效果要如下：
"lbm_01":"test01",
"lbm_02":"test02",
"core_lbm_01":"test03",
"core_lbm_02":"test04"
——问题来源：死磕Elasticsearch知识星球 https://t.zsxq.com/0bzWL3w1X
2、认知前提
Elasticsearch mapping 一旦创建是不允许修改的！允许更新 mapping 的地方是几个特殊的点，可以参见：Elasticsearch 可以更改 Mapping 吗？如何修改？
除此之外的 mapping 层面尤其字段层面想要修改需要转换思路。
3、Mapping 字段非要修改，以满足业务需求怎么搞？
看开篇问题，本质上属于建模问题，应该建模阶段处理好，后期就不存在这个问题，这点期望大家可以达成共识。
关于Elasticsearch 数据建模的重要性，推荐参考：
针对开篇问题，考虑如下的解决方案：
3.1 方案一，字段别名实现。
字段别名 field-alias 区别于索引别名 alias。
索引别名大家都比较熟悉，字段别名听到的多，但是实际用的不见得有那么多。
字段别名是 Elasticsearch 6.4 版本新上的功能，具体参见：
https://www.elastic.co/cn/blog/introducing-field-aliases-in-elasticsearch
因为一般前期建模做足功课，后面环节就不需要了。
优点：已有mapping保持不动，只是在其基础上做了更新操作。
缺点：批量1000个字 段，需要构造1000个字段的mapping，其实可以 脚本实现。
实操参考：
POST mytxindex-20230303/_bulk
"index":"_id":1
"json_lbm_01":"test01","json_lbm_02":"test02","tmp_lbm_01":"test03","tmp_lbm_02":"test04"
PUT mytxindex-20230303/_mapping
"properties":
"lbm_01":
"type": "alias",
"path": "json_lbm_01"
,
"lbm_02":
"type": "alias",
"path": "json_lbm_02"
,
"core_lbm_01":
"type": "alias",
"path": "tmp_lbm_01"
,
"core_lbm_02":
"type": "alias",
"path": "tmp_lbm_02"
POST mytxindex-20230303/_search
"query":
"match":
"lbm_01": "test01"
召回结果数据如下截图所示：
3.2 方案二，重新建模，然后 reindex 操作实现。
核心点介绍如下：
优先推荐使用模板 template，解决了字段名称相似的模板化匹配问题。
预处理管道实现分两块：
其一，script 实现了新旧字段的赋值；
其二，remove 移除了不必要的老字段。
优点：这种操作比较常见，中规中矩。
缺点：需要 reindex 迁移索引数据，且在迁移的时候做预处理操作。
具体实现如下：
#### step1：创建模板，有了模板，字段一键搞定
PUT _index_template/mytx_template_20230303
"index_patterns": [
"mytx_new_*"
],
"template":
"settings":
"number_of_shards": 1
,
"mappings":
"dynamic_templates": [
"lbm_to_keyword":
"match_mapping_type": "string",
"match": "lbm_*",
"mapping":
"type": "keyword"
,
"core_lbm_to_keyword":
"match_mapping_type": "string",
"match": "core_lbm_*",
"mapping":
"type": "keyword"
]
#### step2：创建预处理管道
PUT _ingest/pipeline/mytx_pipeline_20230303
"processors": [
"script":
"source": """
ctx.lbm_01 = ctx.json_lbm_01;
ctx.lbm_02 = ctx.json_lbm_02;
ctx.core_lbm_01 = ctx.tmp_lbm_01;
ctx.core_lbm_02 = ctx.tmp_lbm_02;
""",
"lang": "painless"
,
"remove":
"field": [
"json_lbm_01",
"json_lbm_02",
"tmp_lbm_01",
"tmp_lbm_02"
],
"if": "ctx.json_lbm_01 != null && ctx.json_lbm_02 != null && ctx.tmp_lbm_01 != null && ctx.tmp_lbm_02 != null"
]
#### step3：数据迁移操作
POST _reindex
"source":
"index": "mytxindex-20230303"
,
"dest":
"index": "mytx_new_001",
"pipeline": "mytx_pipeline_20230303"
#### step4：执行检索
POST mytx_new_001/_search召回结果如下图所示：
3.3 方案三：解决遍历问题的终极方案
方案一、方案二都解决不了 N 个字段的问题。
假设有多个字段，不想一个字段一个字段的复制处理，也不想借助第三方脚本如shell 或者 python 处理。
那有没有更好的方案呢？方案三基于字段遍历实现，字段无非是 key：value 组合。
先通过：entry.getKey( )获取 key，然后基于 key 做逻辑判定，构造新的key，然后将旧value 复制给新 key。
最后，通过 putAll 更新。
PUT _ingest/pipeline/rename_fields_pipeline
"processors": [
"script":
"source": """
def new_fields = [:];
for (entry in ctx.entrySet())
String key = entry.getKey();
if (key.startsWith('json_'))
key = key.replace('json_', '');
else if (key.startsWith('tmp_'))
key = 'core_' + key.replace('tmp_', '');
new_fields[key] = entry.getValue();
ctx.clear();
ctx.putAll(new_fields);
"""
]
POST _reindex
"source":
"index": "mytxindex-20230303"
,
"dest":
"index": "mytx_new_002",
"pipeline": "rename_fields_pipeline"
最终执行结果如下，和预期一致。
4、小结
类似问题即便给出了3种不同的实现方案，都能达到给定的业务需求。
但，仍然不建议业务中后期这么处理。更优的解决方案，推荐借助 Elasticsearch 建模阶段做好规划，避免中后期的类似上述问题的涉及大量数据迁移的大的改动。
更多实践想法，欢迎大家一起交流！！！
推荐阅读
更短时间更快习得更多干货！
和全球近 1900+ Elastic 爱好者一起精进！
比同事抢先一步学习进阶干货！
以上是关于Elasticsearch 8.X 如何优雅的实现字段名称批量修改？的主要内容，如果未能解决你的问题，请参考以下文章
JMeter 如何实现 Elasticsearch 8.X 性能测试？
JMeter 如何实现 Elasticsearch 8.X 性能测试？
JMeter 如何实现 Elasticsearch 8.X 性能测试？
Elasticsearch：运用 Go 语言实现 Elasticsearch 搜索 - 8.x