CN110704534A - 基于elasticsearch的复杂业务数据优化检索方法以及装置 - Google Patents

Abstract

本公开是关于一种基于elasticsearch的复杂业务数据优化检索方法、装置、电子设备以及存储介质。其中，该方法包括：基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；根据预设同步策略，对优化后的数据存储层进行同步操作；基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。本公开通过对现有复杂业务数据检索方法的优化，提高了检索效率，降低了硬件部署成本。

Description

基于elasticsearch的复杂业务数据优化检索方法以及装置

技术领域

本公开涉及大数据分析和检索领域，具体而言，涉及一种基于elasticsearch的复杂业务数据优化检索方法、装置、电子设备以及计算机可读存储介质。

背景技术

当前，绝大部分复杂业务的查询数据都存储在结构化数据中，随着业务量的增加，结构化数据库中的业务数据量也越来越大。数据库层面的索引、分区等优化方案不能满足复杂业务数据查询的时效要求，增加缓存的优化方案不能应对复杂查询的情况，而仅依靠增加硬件配置的成本又相对较高。

因此，需要一种或多种方法解决上述问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于elasticsearch的复杂业务数据优化检索方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种基于elasticsearch的复杂业务数据优化检索方法，包括：

数据存储层优化步骤，基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化步骤，根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化步骤，基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化步骤，承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

在本公开的一种示例性实施例中，所述数据存储层优化步骤还包括：

所述底层优化包括索引分区优化。

在本公开的一种示例性实施例中，所述数据存储层优化步骤还包括：

根据业务需要，定时跑批对底层结构化业务数据进行处理，保证底层数据的正确性。

在本公开的一种示例性实施例中，数据同步层优化步骤还包括，数据存储层的数据跑批情况，采取不同的同步策略：

若跑批数据不变，可以采取一次全量同步的同步策略；

若数据定时跑批，可以采取实时同步的同步策略。

在本公开的一种示例性实施例中，数据同步层优化步骤中同步方式还包括：

基于logstash的同步方式；

基于java编写程序借助es rest client api或transport client连接es并向es发出数据请求，通过并发的方式。

在本公开的一种示例性实施例中，所述数据检索层优化步骤的预设检索策略包括：

基于es-head插件、kibana的检索策略；

借助api的检索策略，所述api的检索策略可以是java api中的es rest clientapi或transport client。

在本公开的一种示例性实施例中，所述应用层优化步骤的预设集成策略包括：

rest服务集成策略，原项目中增加REST访问适配器和数据解析适配器，建立一个新项目作为es检索服务为原项目提供REST API接口；

jdk集成策略，将新检索编译为jar包集成入原项目。

在本公开的一个方面，提供一种基于elasticsearch的复杂业务数据优化检索装置，包括：

数据存储层优化模块，用于基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化模块，用于根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化模块，用于基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化模块，用于承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

在本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。

在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。

本公开是关于一种基于elasticsearch的复杂业务数据优化检索方法、装置、电子设备以及存储介质。其中，该方法包括：基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；根据预设同步策略，对优化后的数据存储层进行同步操作；基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。本公开通过对现有复杂业务数据检索方法的优化，提高了检索效率，降低了硬件部署成本。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。

图1示出了根据本公开一示例性实施例的基于elasticsearch的复杂业务数据优化检索方法的流程图；

图2示出了根据本公开一示例性实施例的基于elasticsearch的复杂业务数据优化检索装置的示意框图；

图3示意性示出了根据本公开一示例性实施例的电子设备的框图；以及

图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在本示例实施例中，首先提供了一种基于elasticsearch的复杂业务数据优化检索方法；参考图1中所示，该基于elasticsearch的复杂业务数据优化检索方法可以包括以下步骤：

数据存储层优化步骤S110，基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化步骤S120，根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化步骤S130，基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化步骤S140，承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

本公开是关于一种基于elasticsearch的复杂业务数据优化检索方法、装置、电子设备以及存储介质。其中，该方法包括：基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；根据预设同步策略，对优化后的数据存储层进行同步操作；基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。本公开通过对现有复杂业务数据检索方法的优化，提高了检索效率，降低了硬件部署成本。

下面，将对本示例实施例中的基于elasticsearch的复杂业务数据优化检索方法进行进一步的说明。

在本示例的实施例中，ElasticSearch是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用ElasticSearch的水平伸缩性，能使数据在生产环境变得更有价值。ElasticSearch的实现原理主要分为以下几个步骤，首先用户将数据提交到Elastic Search数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。

Elasticsearch是与名为Logstash的数据收集和日志解析引擎以及名为Kibana的分析和可视化平台一起开发的。这三个产品被设计成一个集成解决方案，称为“ElasticStack”(以前称为“ELK stack”)。

Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索，具有接近实时的搜索，并支持多租户。”Elasticsearch是分布式的，这意味着索引可以被分成分片，每个分片可以有0个或多个副本。每个节点托管一个或多个分片，并充当协调器将操作委托给正确的分片。再平衡和路由是自动完成的。“相关数据通常存储在同一个索引中，该索引由一个或多个主分片和零个或多个复制分片组成。一旦创建了索引，就不能更改主分片的数量。

Elasticsearch使用Lucene，并试图通过JSON和Java API提供其所有特性。它支持facetting和percolating，如果新文档与注册查询匹配，这对于通知非常有用。另一个特性称为“网关”，处理索引的长期持久性；例如，在服务器崩溃的情况下，可以从网关恢复索引。Elasticsearch支持实时GET请求，适合作为NoSQL数据存储，但缺少分布式事务。

在数据存储层优化步骤S110中，可以基于elasticsearch对数据存储层进行底层优化，提高检索速度时效。

在本示例的实施例中，所述数据存储层优化步骤还包括：

所述底层优化包括索引分区优化。

在本示例的实施例中，所述数据存储层优化步骤还包括：

根据业务需要，定时跑批对底层结构化业务数据进行处理，保证底层数据的正确性。

在本示例的实施例中，底层数据存储可以是任何数据库，包含oracle、mysql、postgresql等。通常在复杂业务中，底层业务数据存在数据量大、数据维度广、数据指标多等特点，例如银行某项目某个oracle业务表，其中数据量500万左右、占据存储2G左右，维度61个，指标125个，在经过索引分区等底层优化之后，检索速度时效大幅提高。

若继续升级底层硬件，2CPU DB+RAC成本62万左右，成本较高；用户维度条件和查询指标较多，不适用缓存解决类似问题。

数据存储层中，根据业务需要，定时跑批对底层结构化业务数据进行处理，保证底层数据的正确性。

在数据同步层优化步骤S120中，可以根据预设同步策略，对优化后的数据存储层进行同步操作。

在本示例的实施例中，数据同步层优化步骤还包括，数据存储层的数据跑批情况，采取不同的同步策略：

若跑批数据不变，可以采取一次全量同步的同步策略；

若数据定时跑批，可以采取实时同步的同步策略。

在本示例的实施例中，数据同步层优化步骤中同步方式还包括：

基于logstash的同步方式；

基于java编写程序借助es rest client api或transport client连接es并向es发出数据请求，通过并发的方式。

在本示例的实施例中，本层根据数据存储层的数据跑批情况，制定不同的数据同步策略。如果数据不变，可以进行一次全量同步，如果数据定时跑批，则需要进行实时同步。同步方式可选择logstash，也可选择使用java编写程序借助es rest client api或transport client连接es并向es发出数据请求，通过并发的方式提高数据传输效率。

在数据检索层优化步骤S130中，可以基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果。

在本示例的实施例中，所述数据检索层优化步骤的预设检索策略包括：

基于es-head插件、kibana的检索策略；

借助api的检索策略，所述api的检索策略可以是java api中的es rest clientapi或transport client。

在应用层优化步骤S140中，可以承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

在本示例的实施例中，所述应用层优化步骤的预设集成策略包括：

rest服务集成策略，原项目中增加REST访问适配器和数据解析适配器，建立一个新项目作为es检索服务为原项目提供REST API接口；

jdk集成策略，将新检索编译为jar包集成入原项目。

在本示例的实施例中，本层为上层应用层，承接数据检索层的检索结果。集成方式可选择rest服务集成或jdk集成。

rest服务集成：原项目中增加REST访问适配器和数据解析适配器，建立一个新项目作为es检索服务为原项目提供REST API接口。

优势：利于集成且为松耦合,扩展性较高。

劣势：REST为上层传输效率不高。

jdk集成：将新检索编译为jar包集成入原项目。

优势：底层传输内存计算效率高。

劣势：扩展性较低且容易出现集成问题。

在本示例的实施例中，Oracle中测试数据6320000，简单条件查询消耗时间5.201s，若为复杂条件查询，则需耗费更多时间，实际生产环境中数据量400万左右，查询时间30s左右；Es中测试数据文档数6321920，简单条件查询消耗时间0.009s，且在业务逻辑复杂度变高的情况下检索效率变化不大。

在本示例的实施例中，升级底层硬件最低成本：2CPU DB+RAC成本62万元左右；本公开优化后成本：一台es服务器：10000元；优化开发成本：1人月(折合人民币30000)，合计共40000元。

需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

此外，在本示例实施例中，还提供了一种基于elasticsearch的复杂业务数据优化检索装置。参照图2所示，该基于elasticsearch的复杂业务数据优化检索装置200可以包括：数据存储层优化模块210、数据同步层优化模块220、数据检索层优化模块230以及应用层优化模块240。

其中：

数据存储层优化模块210，用于基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化模块220，用于根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化模块230，用于基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化模块240，用于承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

上述中各基于elasticsearch的复杂业务数据优化检索装置模块的具体细节已经在对应的基于elasticsearch的复杂业务数据优化检索方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了基于elasticsearch的复杂业务数据优化检索装置200的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

下面参照图3来描述根据本发明的这种实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S140。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。

存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。

参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种基于elasticsearch的复杂业务数据优化检索方法，其特征在于，所述方法包括：

数据存储层优化步骤，基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化步骤，根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化步骤，基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化步骤，承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

2.如权利要求1所述的方法，其特征在于，所述数据存储层优化步骤还包括：

所述底层优化包括索引分区优化。

3.如权利要求1所述的方法，其特征在于，所述数据存储层优化步骤还包括：

根据业务需要，定时跑批对底层结构化业务数据进行处理，保证底层数据的正确性。

4.如权利要求1或3所述的方法，其特征在于，数据同步层优化步骤还包括，数据存储层的数据跑批情况，采取不同的同步策略：

若跑批数据不变，可以采取一次全量同步的同步策略；

若数据定时跑批，可以采取实时同步的同步策略。

5.如权利要求1所述的方法，其特征在于，数据同步层优化步骤中同步方式还包括：

基于logstash的同步方式；

基于java编写程序借助es rest client api或transport client连接es并向es发出数据请求，通过并发的方式。

6.如权利要求1所述的方法，其特征在于，所述数据检索层优化步骤的预设检索策略包括：

基于es-head插件、kibana的检索策略；

借助api的检索策略，所述api的检索策略可以是java api中的es rest client api或transport client。

7.如权利要求1所述的方法，其特征在于，所述应用层优化步骤的预设集成策略包括：

rest服务集成策略，原项目中增加REST访问适配器和数据解析适配器，建立一个新项目作为es检索服务为原项目提供REST API接口；

jdk集成策略，将新检索编译为jar包集成入原项目。

8.一种基于elasticsearch的复杂业务数据优化检索装置，其特征在于，所述装置包括：

数据存储层优化模块，用于基于elasticsearch对数据存储层进行底层优化，提高检索速度时效；

数据同步层优化模块，用于根据预设同步策略，对优化后的数据存储层进行同步操作；

数据检索层优化模块，用于基于elasticsearch的预设检索策略，根据用户需求，完成对同步后数据的检索，生成检索结果；

应用层优化模块，用于承接数据检索层的所述检索结果，按照预设集成策略，完成应用层集成。

9.一种电子设备，其特征在于，包括

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述方法。

Images