Spark读取分析在ES中存储的SQL

用户通过elasticsearch-sql对存储在elasticsearch中的数据进行查询,假设事先会把查询语句保存在elasticsearch中,那么如何对这些sql语句中涉及到的表进行统计?

Spark读取Elasticsearch

import org.elasticsearch.spark._
val esOptions = Map("es.nodes"->"localhost", "es.port"->"9200","es.mapping.date.rich"->"false")
val esRDD = spark.sparkContext.esRDD("collectorapimetricslog2-2020.12/logs", esOptions)
esRDD.take(20).foreach(println)
val esJsonRDD = esRDD.map(x=>{
import org.json4s._
import org.json4s.JsonDSL._
import org.json4s.jackson.JsonMethods._
import org.json4s.jackson.Serialization
import org.json4s.DefaultFormats
implicit val json4sFormats = DefaultFormats
val origM = x._2
Serialization.writePretty(origM)
})
val esDF = spark.read.json(esRDD)

用RDD方式把query语句从es中读取出来,转换为json串之后,再转换为DataFrame。

那为什么不直接采用Elasticsearch-Hadoop中提供的Dataframe接口方式, 原因在于使用DataFrame方式直接读取,会有多种格式不匹配或出错的问题出现,elasticsearch-hadoop在兼容性方面,还有许多细节考虑不周。

JSqlParser

使用JSqlParser把query语句中涉及到的表找出来

第一步, 加载jsqlparser库

bin/spark-shell --packages "com.github.jsqlparser:jsqlparser:3.1"

第二步, 分析使用的代码,先去除识别上错误,然后parse

import net.sf.jsqlparser.util.TablesNamesFinder._
import net.sf.jsqlparser.util.TablesNamesFinder
import net.sf.jsqlparser.parser.CCJSqlParserUtil
import net.sf.jsqlparser.statement.select._
val stmt = CCJSqlParserUtil.parse("select * from tabl1 a join tab2 b on a.id=b.id")
val sel = stmt.asInstanceOf[Select]
val tblFinder = new TablesNamesFinder()
tblFinder.getTableList(sel)
val esQueryContentDF = esDF.filter("engine=='es'").select("queryContent")
val parsedQueryDF = esQueryContentDF.map(r => {
import net.sf.jsqlparser.util.TablesNamesFinder._
import net.sf.jsqlparser.util.TablesNamesFinder
import net.sf.jsqlparser.parser.CCJSqlParserUtil
import net.sf.jsqlparser.statement.select._
import spark.implicits._
import scala.collection.JavaConverters._
var targetTable:String = "exception"
val originalQuery = r.getString(0)
try {
val sQuery = r.getString(0)
val dateHistoPattern = "date_histogram(?:.*[)])".r
val sQuery2 = dateHistoPattern.replaceAllIn(sQuery,"date_histogram()")
val qPattern = raw"(\w+-[\d.]+)".r
val queryStr = qPattern.replaceAllIn(sQuery2,"`$1`")
val stmt = CCJSqlParserUtil.parse(queryStr)
val sel = stmt.asInstanceOf[Select]
val tblNamesFinder = new TablesNamesFinder()
val tblLst = tblNamesFinder.getTableList(sel)
targetTable = tblLst.asScala.mkString(",")
}catch {
case ex: Exception => {
targetTable = "exception: " + originalQuery
}
}
targetTable
})
parsedQueryDF.filter(" value not like 'exception%'").createOrReplaceTempView("parsed_query")
spark.sql("select split(replace(value,'`',''),'-')[0] from parsed_query").distinct.collect.foreach(println)
fuguiyoudingshuxuewenzewudingshu
我还没有学会写个人说明!
上一篇

微信怎么发起投票?如何创建微信投票活动?

下一篇

第十届香港科大百万奖金创业大赛圆满落幕,思坦科技夺得年度总冠军独揽百万奖金

你也可能喜欢

评论已经被关闭。

插入图片