本文目录导航：
Elasticsearch：从 ES|QL 到 PHP 对象
从 Elasticsearch 8.13.0 版本开始，elasticsearch-php 客户端提供了 ES|QL 查询功能，允许你将结果映射到 PHP 对象，包括自定义类。
ES|QL 是一种强大的数据过滤、转换和分析语言，利用管道（|）逐步操作和转换数据。
此功能在技术预览版中可用，提供了组合一系列操作的能力，其中操作输出成为下一个操作的输入，实现复杂数据转换和分析。
使用案例中，展示了如何使用 ES|QL 查询来检索存储在 Elasticsearch 中的数据。
例如，查询可以返回 sample_data 索引中的前 3 个文档。
为了说明功能，一个包含 81,828 本书的 CSV 文件被导入 Elasticsearch，其中包含书籍信息。
通过 Elasticsearch 映射创建了名为 books 的索引，并使用 PHP 脚本批量导入数据。
该过程在 PHP 8.2.17 下执行，耗时 7 秒，使用 28 MB RAM，索引大小约为 62 MB。
在 PHP 中执行 ES|QL 查询后，结果以 JSON 表结构形式呈现。
其中，columns 字段包含 name 和 type 定义，values 字段以 JSON 格式表示表数据。
例如，查询可以检索按用户排名评论排序的 Stephen King 撰写的前 10 本书。
结果包含与一本书相关的 6 个属性（作者、描述、出版商、评级、标题、年份）和 10 个结果，所有书籍均由 Stephen King 撰写。
结果对象可以作为数组、字符串或对象访问。
通过对象接口，可以使用属性和索引来访问值。
例如，可以使用 $result->values[0][4] 访问列表中第一本书（0）的标题（4），$result->values[1][3] 访问列表中第一本书（0）的排名分数（3）等。
PHP 中数组索引从零开始。
为了将结果映射到对象数组，可以使用 elasticsearch-php 的 mapTo() 功能。
此功能允许将 ES|QL 结果的列返回的属性映射到对象数组中。
如果你有自定义的 Book 类，可以使用它来映射结果。
即使类中包含 ES|QL 结果中未包含的属性，mapTo() 函数也将仅使用列返回的属性。
欲深入了解并应用此功能，可以下载报告的所有示例。
此功能适用于将 RAG 构建到应用程序中或尝试使用不同 LLMs 的向量数据库。
访问 Github 查看 LangChain、Cohere 等示例笔记本，并参加即将开始的 Elasticsearch 工程师培训。
php如何做微服务?
Jin-microservices基于 php 语言 + hyperf 微服务 框架的完整微服务demogithub/Double-Jin//ljj96/jin-mic...作为php、go双修的开发者，go语言的微服务体系已经基本掌握，go语言相关的微服务的文章、开源项目在网上搜索一搜一大堆，这让会go语言的开发者能容易地上手并实现微服务，毕竟go语言是除java外最合适做微服务的语言这一。
php语言的优势在于web生态，开发的应用绝大多数为单体应用架构。
近年来随着基于swoole扩展的hyperf框架的出现，让php也能开发微服务架构，这里要感谢开源工作者。
但用php + 微服务作为关键词时，搜索出来的文章、开源项目都是一些简单的案例，开发者并不能通过这些简单的案例来了解微服务，这让我有了想写本项目的原始动力。
JM是基于php语言 + hyperf微服务框架编写的完整微服务demo，与网上能找到的单一功能点简单实现的文章不同，JM从实际项目需求出发，力求做到git clone项目下来后对着文件就能帮你构建微服务完整的知识体系，让你实际用hyperf开发微服务项目时能粘贴复制本项目的代码。
微服务架构并不是比单体架构先进的架构，只是在项目体量、项目开发者人数达到一定量级后的一种选择。
切勿盲目鼓吹微服务，在团队开发、运维能力不足的情况下强行推进微服务架构恐怕会适得其反。
下面提到的组件并不是微服务架构才能使用，如elk、nacos、dtm这些，在单体应用里面也有合适的场景用到，取其精华来满足业务上的需要。
如在生产上用到这些组件最好选择编译安装或购买云服务微服务是把单体应用进行分拆后的架构，分拆后带来的问题通过引用第三方组件来解决，安装部署这些组件的时候你将会遇到很多奇奇怪怪的问题。
为减低难度，本项目大部分组件采用docker来安装，整体流程我已在不同的电脑上验证数遍，即便如此还是会存在如composer、github、http/tcp访问、端口、内存、docker版本等问题，同样的操作换了台电脑就可能出问题，这需要你跟据报错内容查找相关资料自行解决。
当系统变为集群后，应用日志在数十台甚至是上百台不同的服务器上，能实现日志的统一查找、分析和归档等功能便可称为分布式日志系统。
生产上方案会有很多，如将日志直接输出来Elasticsearch，如使用云服务商提供的日志收集。
本案例采用的是通过filebeat将日志同步到ELK中。
数据库事务可以确保该事务范围内的所有操作都可以全部成功或者全部失败。
但对分布式系统来说，数据的操作来自多个不同的数据库，单个数据库事务的成功或失败不代表整个系统的数据一致性是对的，只能够通过分布式事务来解决。
分布式事务就是指事务的发起者、资源及资源管理器和事务协调者分别位于分布式系统的不同节点之上。
行业上常用的有二阶段提交、SAGA、TCC等方案，当了解原理后，你自行用http/tcp也能实现二阶段提交、SAGA、TCC。
下面的接口通过DTM调度实现在一个SAGA案例。
分布式事务不足感谢
如何查看elasticsearch版本
查看elasticsearch版本的方法：
1、elasticsearch已经启动的情况下
使用curl-XGETlocalhost:9200命令查看：
number:1.7.2,
build_hash:eb1385b8125d647f593f7202acbd816e8ec,
build_timestamp:2015-09-14T09:49:53Z,
build_snapshot:false,
lucene_version:4.10.4
在输出的json中有版本信息version中的number-1.7.2即为其版本号。
2、在elasticsearch没有启动的情况下
通过在es的安装目录下的lib目录中查看jar包来确定版本号：
lslib/|grep-Pelasticsearch-\d\.\d\.\d\
输出。
通过jar包可知es版本号为1.7.2
扩展资料
ElasticSearch是一个基于Lucene的搜索服务器。
它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。
Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。
ElasticSearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
官方客户端在Java、（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。
根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。
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“Elastic Stack”（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。
评论（0）