ElasticSearch：在禁用 Groovy 的 _score 字段上进行聚合

Question

我见过的每个对 _score 字段进行聚合或与之相关的示例（例如，ElasticSearch: aggregation on _score field?）似乎都需要使用脚本。出于安全原因，ElasticSearch 默认禁用动态脚本，有没有办法在不求助于将脚本文件加载到每个 ES 节点或重新启用动态脚本的情况下完成此操作？

我的原始聚合如下所示：

"aggs": {
    "terms_agg": {
        "terms": {
            "field": "field1",
            "order": {"max_score": "desc"}
        },
     "aggs": {
         "max_score": {
             "max": {"script": "_score"}
         },
         "top_terms": {
             "top_hits": {"size": 1}
         }
      }
}

尝试将表达式指定为 lang 似乎不起作用，因为 ES 会引发错误，指出分数只能在用于排序时访问。我想不出任何其他按分数字段排序我的存储桶的方法。有人有什么想法吗？

编辑：澄清一下，我的限制是不能修改服务器端。即，作为 ES 安装或配置的一部分，我无法添加或编辑任何内容。

Answer 1

一种可能的方法是使用其他可用的脚本选项。 mvel 似乎无法使用，除非启用动态脚本。而且，除非a more fine-grained control of scripting enable/disable 达到1.6 版本，否则我认为不可能为mvel 而不是groovy 启用动态脚本。

我们留下了默认启用的native 和mustache（用于模板）。我不认为自定义脚本可以使用 mustache 完成，如果可能的话我没有找到方法，我们只剩下 native (Java) 脚本。

这是我的看法：

• 创建NativeScriptFactory的实现：

package com.foo.script;

import java.util.Map;

import org.elasticsearch.script.ExecutableScript;
import org.elasticsearch.script.NativeScriptFactory;

public class MyScriptNativeScriptFactory implements NativeScriptFactory {

    @Override
    public ExecutableScript newScript(Map<String, Object> arg0) {
        return new MyScript();
    }

}

• AbstractFloatSearchScript 的实现例如：

package com.foo.script;

import java.io.IOException;

import org.elasticsearch.script.AbstractFloatSearchScript;

public class MyScript extends AbstractFloatSearchScript {

    @Override
    public float runAsFloat() {
        try {
            return score();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return 0;
    }

}

• 或者，构建一个简单的 Maven 项目以将所有内容联系在一起。 pom.xml：

<properties>
    <elasticsearch.version>1.5.2</elasticsearch.version>
    <maven.compiler.source>1.8</maven.compiler.source>
    <maven.compiler.target>1.8</maven.compiler.target>
</properties>

<dependencies>
    <dependency>
        <groupId>org.elasticsearch</groupId>
        <artifactId>elasticsearch</artifactId>
        <version>${elasticsearch.version}</version>
        <scope>compile</scope>
    </dependency>
</dependencies>

<build>
    <sourceDirectory>src</sourceDirectory>
    <plugins>
        <plugin>
            <artifactId>maven-compiler-plugin</artifactId>
            <version>3.1</version>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
            </configuration>
        </plugin>
    </plugins>
</build>

• 构建它并获取生成的 jar 文件。
• 将 jar 放在 [ES_folder]/lib 中

• 编辑 elasticsearch.yml 并添加 script.native.my_script.type: com.foo.script.MyScriptNativeScriptFactory

• 重启 ES 节点。

• 在聚合中使用它：

{
  "aggs": {
    "max_score": {
      "max": {
        "script": "my_script",
        "lang": "native"
      }
    }
  }
}

我上面的示例只是将_score 作为脚本返回，但当然，它可以用于更高级的场景。

编辑：如果您不允许触摸实例，那么我认为您没有任何选择。

Answer 2

ElasticSearch 至少在 1.7.1 版本和可能更早的版本中还提供了 Lucene 的 Expression 脚本语言的使用 - 由于 Expression 默认情况下是沙盒化的，它可以用于动态内联脚本，其方式与 Groovy 大致相同。在我们的案例中，我们的生产 ES 集群刚刚从 1.4.1 升级到 1.7.1，我们决定不再使用 Groovy，因为它的非沙盒特性，尽管我们仍然想使用动态脚本，因为随着我们继续微调我们的应用程序及其搜索层，它们提供的易于部署和灵活性。

虽然编写本机 Java 脚本来替代我们的动态 Groovy 函数分数在我们的案例中可能也是可行的，但我们想看看将 Expression 用于我们的动态内联脚本语言的可行性。阅读完文档后，我发现我们可以简单地将“lang”属性从"groovy" 更改为"expression" 在内联function_score 脚本中，并在script.inline: sandbox 文件中设置script.inline: sandbox 属性 -功能评分脚本无需任何其他修改即可工作。因此，我们现在可以继续在 ElasticSearch 中使用动态内联脚本，并在启用沙盒的情况下这样做（因为 Expression 默认是沙盒）。显然，还应实施其他安全措施，例如在应用程序代理和防火墙后面运行 ES 集群，以确保外部用户无法直接访问您的 ES 节点或 ES API。但是，这是一个非常简单的更改，目前已经解决了 Groovy 缺乏沙盒的问题以及在不使用沙盒的情况下运行的问题。

虽然将您的动态脚本切换到 Expression 可能仅在某些情况下有效或适用（取决于您的内联动态脚本的复杂性），但似乎值得分享这些信息，希望它能帮助其他开发人员。

请注意，作为其他受支持的 ES 脚本语言之一，Mustache 似乎仅可用于在您的搜索查询中创建模板。它似乎不适用于任何更复杂的脚本需求，例如function_score 等，尽管我不确定在第一次阅读更新的 ES 文档时这是否完全明显。

最后，另一个需要注意的问题是，在最新的 ES 版本中，Lucene Expression 脚本的使用被标记为实验性功能，并且文档指出，由于这个脚本扩展正在经历重大此时的开发工作，其用法或功能可能会在 ES 的后续版本中发生变化。因此，如果您确实切换到对任何脚本（动态或其他）使用 Expression，则应在您的文档/开发人员说明中注明，以便在下次升级 ES 安装之前重新访问这些更改，以确保您的脚本保持兼容并作为预计。

至少在我们的情况下，除非我们愿意允许在最新版本的 ES 中再次启用非沙盒动态脚本（通过script.inline: on 选项），以便内联 Groovy 脚本可以继续运行，切换Lucene Expression 脚本似乎是目前最好的选择。

看看未来版本中 ES 的脚本选择会发生哪些变化将会很有趣，特别是考虑到 Groovy 的（显然无效的）沙盒选项将在 2.0 版中完全删除。希望可以实施其他保护措施来启用动态 Groovy 使用，或者 Lucene Expression 脚本可能会取代 Groovy 并启用开发人员已经在使用的所有类型的动态脚本。

有关 Lucene Expression 的更多说明，请参阅此处的 ES 文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-scripting.html#_lucene_expressions_scripts - 此页面也是有关计划从 ES v2.0+ 中删除 Groovy 沙盒选项的说明的来源。更多 Lucene Expression 文档可以在这里找到：http://lucene.apache.org/core/4_9_0/expressions/index.html?org/apache/lucene/expressions/js/package-summary.html