ES中如何实现随机抽样查询

2024-02-02 13:55| 来源: 网络整理| 查看: 265

一、场景说明

索引中有几千万的数据，现在需要每次查询随机抽样返回10条数据，怎么实现？

二、实现方式

DSL语句执行如下：

GET myIndex/_search { "from": 0, "size": 20, "timeout": "10s", "sort": { "_script": { "script": "Math.random()", "type": "number", "order": "asc" } } }

java代码实现：

private void randomSort(SearchSourceBuilder sourceBuilder){ Script script = new Script("Math.random()"); ScriptSortBuilder sortBuilder = new ScriptSortBuilder(script, ScriptSortBuilder.ScriptSortType.NUMBER); sourceBuilder.sort(sortBuilder); } 三、注意事项

实际开发过程中发现，如果对索引中的全量数据进行随机抽样查询是非常消耗查询性能的。

我遇到的情况：生产环境上，8千万多万数据的索引进行随机抽样查询耗时5s，这种查询速度显然是不能接受的。在这里插入图片描述

优化改进： sort排序是针对匹配的所有数据进行排序，而8000多万数据的随机排序，显然非常耗时。我们可以在查询条件中增加一些随机查询条件，比如主键id的随机前缀匹配，数据产生时间的随机范围匹配，从而减轻随机匹配的性能损耗。

由于我的索引数据中id的前缀都是在0～9，所以我在每次查询时，先生成0～9的随机数，然后去匹配主键id做前缀匹配。

{ "query": { "wildcard": { "id": { "value": "1*" } } } ,"sort":[{"_script":{"script":{"source":"Math.random()","lang":"painless"},"type":"number","order":"asc"}}] }

在这里插入图片描述可以发现，每次随机查询匹配的数据量total的直显著下降，消耗的查询时间took也明显降低，完全能满足生产要求。

总结

本文主要介绍了ES中如何实现随机抽样查询，并强调了随机抽样查询的性能损耗问题以及对应的解决方案。

【本文地址】

公司简介

联系我们