当前位置:首页 > 文章列表 > Golang > Go问答 > 从 Golang 服务器到 ES 的查询出错,但Postman直接向ES请求返回了预期的结果

从 Golang 服务器到 ES 的查询出错,但Postman直接向ES请求返回了预期的结果

来源:stackoverflow 2024-02-29 14:27:24 0浏览 收藏

大家好,今天本人给大家带来文章《从 Golang 服务器到 ES 的查询出错,但Postman直接向ES请求返回了预期的结果》,文中内容主要涉及到,如果你对Golang方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

问题内容

这是我使用 postman localhost:9201/response_v2_862875ee3a88a6d09c95bdbda029ce2b/_search 为此端点的请求正文

{
"_source": ["_id"],
"from": 1,
"size": 10,
: {
                                "should": {
                                    "match": {

            }
        }, {
            "range": {
                "_updated_at": {
                    "from": "36163",
                    "include_lower": true,
                    "include_upper": true,
                    "to": null
                }
            }
        }]
    }
}
}

到此网址 localhost:9201/rensedbda029ce2b/_search

我得到了结果 https://gist.gith

但是当我从服务器向 es 发出相同的请求时,我收到一条错误消息“elastic: error 400 (bad request): expected [start_object] but find [start_array] [type=parsing_exception]”

这些是我的代码的一些片段。我从另一个 util 函数获取查询,并在调用 es 时使用它。

这是对 es res 的调用,err = r.esconn.search(indexname).e(requestbody.responsepagelength).do(ctx)

查询构建器函数是这样的,它接受从对我的服务器的请求正文中提取的参数,并基于该参数构建查询。

func createmonitoringpipeline(maxresponsetime string, responsequeries []responsequery, baselineformid string) *elastic.boolquery {
finalquery := elastic.newboolquery()

    daterangematchquery := elastic.newrangequery("_updated_at").
        gte(maxresponsetime)

    finalquery.filter(daterangematchquery)
}

return finalquery
}

我不明白为什么会发生这种情况?我的 es 使用 es 二进制文件运行,我的服务器在 docker 容器中运行。

对 es 和 golang 完全陌生,所以请帮忙。

更新:

这是我使用 settracelog 记录请求时得到的结果

| ELASTICPOST /resp8ecf8427e/_search HTTP/1.1
| Host: 172.17.0.1:9201
| User-Agent: elastic/5.0.81 (linux-amd64)
| Transfer-Encoding: chunked
| Accept: application/json
| Content-Type: application/json
| Accept-Encoding: gzip
| 
| 7
| ["_id"]
| 0

我不明白 7 和 ["_id"] 是什么意思。这是es收到的我的请求体吗?


解决方案


感谢您上传日志,您是对的,["_id"] 是正在发送的请求。问题出在请求行中,因为 source([]string{"_id"}) 没有按照您的预期将源字段设置为 ["_id"] ,而是:

source 允许用户手动设置请求正文,而无需使用 elastic 中的任何结构和接口。

https://godoc.org/github.com/olivere/elastic#SearchService.Source

您想改用 fetchsourcecontext:

res, err = r.esConn.Search(indexName).From(requestBody.MaxResponseTimestampCount).FetchSourceContext(elastic.NewFetchSourceContect(true). Include("_id")).Query(query).Size(requestBody.ResponsePageLength).Do(ctx)

https://godoc.org/github.com/olivere/elastic#SearchService.FetchSourceContext

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《从 Golang 服务器到 ES 的查询出错,但Postman直接向ES请求返回了预期的结果》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
macOS安全设置:免密码下载macOS安全设置:免密码下载
上一篇
macOS安全设置:免密码下载
使用 Go 将 struct 编码为 JSON
下一篇
使用 Go 将 struct 编码为 JSON
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    344次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    130次使用