由于在 Redash 中使用 Elasticsearch 作为数据源时发现了 Redash 的 Elasticsearch 解析器（QueryRunner）存在问题，为解决这个问题，我们决定扩展 QueryRunner。
虽然我们也可以修改现有文件来解决问题，但这样做可能会在升级时带来麻烦，因此我们决定本次尝试新增 QueryRunner。

环境

Redash（版本7.0.0）
Elasticsearch（版本7.3.2）
Docker

扩展内容

使用Elasticsearch进行多个聚合查询，并将结果以表格形式正确显示在Redash中。具体来说，若能获得与指定的GROUP BY 項目1,項目2相同的表格结果，则可以在Redash中创建图表。

将来自Elasticsearch的查询结果解析为表格式。（省略部分数据）

{
    "aggregations": {
        "1st": {
            "buckets": [
                {
                    "key": "2019年10月29日",
                    "doc_count": 60,
                    "2nd": {
                        "buckets": [
                            {
                                "key": "システム部",
                                "doc_count": 10
                            },
                            {
                                "key": "人事部",
                                "doc_count": 20
                            },
                            {
                                "key": "総務部",
                                "doc_count": 30
                            }
                        ]
                    }
                },
                {
                    "key": "2019年10月30日",
                    "doc_count": 600,
                    "2nd": {
                        "buckets": [
                            {
                                "key": "システム部",
                                "doc_count": 100
                            },
                            {
                                "key": "人事部",
                                "doc_count": 200
                            },
                            {
                                "key": "総務部",
                                "doc_count": 300
                            }
                        ]
                    }
                }
            ]
        }
    }
}

将Redash添加到中文中的方法

如果要添加新的QueryRunner，可以通过预先设置的环境变量”REDASH_ADDITIONAL_QUERY_RUNNERS”来进行添加。

在Redash中提供的环境变量清单。

附加的加载设置

在docker-compose.yml文件中添加配置。
添加内容将追加到environment部分。

environment:
  REDASH_ADDITIONAL_QUERY_RUNNERS: "redash.query_runner.elasticsearch_custamize"

配置追加的文件。

将要添加的文件放置在已经存在文件所在的目录中。

redash/query_runner
　elasticsearch.py
　oracle.py
　pg.py
   ・
   ・
　elasticsearch_custamize.py
   ・

启动（重新启动）Docker容器

如果要在开发版进行确认，则以redash目录下的docker-compose.yml作为基础，进行docker-compose操作。
如果要在发布版进行确认，则预先创建一个包含放置文件的Redash Image，然后以redash/setup目录下的docker-compose.yml作为基础，进行docker-compose操作。
※如果启动时指定的位置没有目标文件，则会出现错误。

redash
  /setup
    docker-compose.yml ← リリース版用
  Dockerfile
  docker-compose.yml 　← 開発用

使用已添加的QueryRunner

从新数据来源中选择要添加的数据源。

如果成功加载，将在数据源列表中显示。
※似乎图片是单独管理的，这次我们在保留现有的Elasticsearch的同时，用不同的名称创建了一个新的数据源，因此似乎没有显示任何图片。

如果不按照下述方式更改名称，将会覆盖现有的物品，因此需要注意。

class ElasticsearchCustom(BaseElasticSearch):

    @classmethod
    def name(cls):
        return 'ElasticsearchCustom'

register(ElasticsearchCustom)

请输入Elasticsearch的连接信息并保存。
我们将在新添加的elasticsearch_custamize.py文件中定义配置信息，因为这是elasticsearch.py的扩展版本，所以连接定义信息将与现有的Elasticsearch相同注册。

使用Query中已注册的数据源创建和执行查询。

以下是要执行的查询。

{
    "index": "インデックス名",
    "size": 100,
    "aggs": {
        "1st": {
            "terms": {
                "field": "LogDate"
            },
            "aggs": {
                "2nd": {
                    "terms": {
                        "field": "SectionName"
                    }
                }
            }
        }
    }
}

经过elasticsearch_custamize.py的处理，结果将在Table中显示出来。

如果我们能获得这个表的结果，就可以制作出图表来！

如果有无法满足的要求出现时，考虑到各种查询结果的 JSON 模式，与其让程序变得复杂，不如通过 QueryResult 的组合技来实现也不错。