Elasticsearch-如何控制存储和索引文档(_source、_all、返回源文档的某些字段)

深藏阁楼爱情的钟 2021-11-22 06:34 271阅读 0赞

## Elasticsearch-如何控制存储和索引文档(\_source、\_all) ##

\_source:可以在索引中存储文档。  
\_all:可以在单个字段上索引所有内容。

### 1. 存储原有内容的\_source ###

\_source字段按照原有格式来存储原有的文档。这一点可以看到匹配某个搜索的文档，而不仅仅是他们的ID。  
\_source字段的enabled可以设置为true或者false，来指定是否需要存储原始的文档。默认情况下是true，在很多情况下，设置为true还是非常有用的，因为\_source的存在允许使用其他重要的ES特性。（由于很多功能都依赖于\_source，而且从空间和性能的角度来看存储的成本相对低廉，在版本2.0中将无法再关闭\_source选项。）  
为了理解这个字段是如何工作的，来看下当检索某篇之前索引的文档时，ES通常返回什么：  
(1) 先索引一篇文档

curl -XPUT 'localhost:9200/music/album/5?pretty' -d '{
         
    "name":"七里香",
    "date":"2004-08-03",
    "songs":["七里香","搁浅"]
    }'

(2) 检索

FengZhendeMacBook-Pro:cv FengZhen$ curl 'localhost:9200/music/album/5?pretty'

"\_index" : "music",

"\_type" : "album",

"\_id" : "5",

"\_version" : 1,

"found" : true,

"\_source" : \{

"name" : "七里香",

"date" : "2004-08-03",

"songs" : \[ "七里香", "搁浅" \]

搜索的同时，会获得\_source的JSON，因为这是默认设置会返回的内容。

### 2. 仅仅返回源文档的某些字段 ###

当检索或者搜索某篇文档的时候，可以要求ES只返回特定的字段，而不是整个\_source.一种实现的方法是在fields参数中提供用逗号分隔的字段列表。如下

FengZhendeMacBook-Pro:cv FengZhen$ curl -XGET 'localhost:9200/music/album/5?pretty&fields=name'

"\_index" : "music",

"\_type" : "album",

"\_id" : "5",

"\_version" : 1,

"found" : true,

"fields" : \{

"name" : \[ "七里香" \]

如果\_source已经被存储，ES从那里获取所需的字段。也可以通过设置store选项为yes来存储个别的字段。举个例子，如果只需要存储test\_name字段，映射如下

curl -XPUT 'localhost:9200/music/_mapping/test' -d '{
         
        "test":{
            "properties":{
                "test_name":{
                    "type":"string",
                    "store":"yes"
                }
            }
        }
    }'

向ES请求特定的字段时，这样做可能会很有帮助，原因是相对于检索整个\_source然后再抽取而言，检索单一的存储字段要更快一些，尤其是在文档很大的时候。  
注意：当存储单独的字段时，应该考虑到存储的越多，索引越大。更大的索引经常意味着更慢的索引和搜索速度。  
就其内部来看，\_source只是另一个Lucene中的存储字段。ES将原始的JSON存储于其中，然后按需抽取字段。

### 3. 索引一切的\_all ###

\_all是索引所有的信息。当搜索\_all字段的时候，ES将在不考虑是哪个字段匹配成功的情况下，返回命中的文档。当用户不知道在哪里查询某些内容的时候，这一点非常有用。  
从URI上运行搜索时如果不指定字段名称，系统默认情况下将会在\_all上搜索：

curl 'localhost:9200/music/album/_search?pretty' -d '{
         
        "query":{
            "query_string":{
                "query":"八度空间"
            }
        }
    }'

如果总是在特定的字段上搜索，可以通过设置enabled为false来关闭\_all：

"events":{
    "_all":{
        "enabled":false}
    }

如此设置会使得索引的规模变得更小，而且索引操作变得更快。  
默认情况下，include\_in\_all隐式的设置为true，每个字段都会包含在\_all之中。可以使用这个选项来控制哪些字段被\_all包含，而哪些不被\_all包含。  
(1).将test\_date字段设置为不在\_all中

curl -XPUT 'localhost:9200/music/_mapping/test' -d '{
         
        "test":{
            "properties":{
                "test_date":{
                    "type":"date",
                    "include_in_all":false
                }
            }
        }
    }'

(2).索引新文档

curl -XPUT 'localhost:9200/music/test/1?pretty' -d '{
         
        "test_name":"八度空间",
        "test_date":"2002-07-18",
        "test_songs":["半兽人","回到过去","米兰的小铁匠","最后的战役"]
    }'

(3).查询

FengZhendeMacBook-Pro:cv FengZhen$ curl 'localhost:9200/music/test/_search?q=2002-07-18&pretty'
    {
      "took" : 3,
      "timed_out" : false,
      "_shards" : {
        "total" : 5,
        "successful" : 5,
        "failed" : 0
      },
      "hits" : {
        "total" : 0,
        "max_score" : null,
        "hits" : [ ]
      }
    }

此时，不指定字段查询，已经查不出数据了  
使用include\_in\_all的选项，将赋予更高的灵活性，灵活性不仅体现在空间存储上，同样体现在查询的表现方式上。如果一次搜索在没有指定字段的情形下运行，ES只会匹配\_all所包含的字段。

转载于:https://www.cnblogs.com/EnzoDin/p/11111522.html