二、elasticsearch入门（数据）

川长思鸟来 2022-06-02 09:47 193阅读 0赞

## 文档 ##

> 程序中大多的实体或对象能够被序列化为包含键值对的JSON对象， 键(key)是字段(field)或属性(property)的名字， 值(value)可以是字符串、 数字、 波尔类型、 另一个对象、 值数组或者其他特殊类型， 比如表示日期的字符串或者表示地理位置的对象。

{
        "name": "John Smith",
        "age": 42,
        "confirmed": true,
        "join_date": "2014-06-01",
        "home": { "lat": 51.5, "lon": 0.1 },
        "accounts": [ { "type": "facebook", "id": "johnsmith" }, { "type": "twitter", "id": "johnsmith" } ] }

**文档元数据**  
一个文档不只有数据。 它还包含了元数据(metadata)——关于文档的信息。 三个必须的元数据节点是：

<table> 
 <thead> 
  <tr> 
   <th>节点</th> 
   <th align="center">说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>_index</td> 
   <td align="center">文档存储的地方</td> 
  </tr> 
  <tr> 
   <td>_type</td> 
   <td align="center">文档代表的对象的类</td> 
  </tr> 
  <tr> 
   <td>_id</td> 
   <td align="center">文档的唯一标识</td> 
  </tr> 
 </tbody> 
</table>

## 索引 ##

**使用自己的ID**

PUT /website/blog/123
    {
    "title": "My first blog entry",
    "text": "Just trying this out...",
    "date": "2014/01/01"
    }

**自增ID**

POST /website/blog/
    {
    "title": "My second blog entry",
    "text": "Still trying this out...",
    "date": "2014/01/01"
    }

## 检索文档 ##

想要从Elasticsearch中获取文档， 我们使用同样的 \_index 、 \_type 、 \_id ， 但是HTTP方法改为 GET ：

GET /website/blog/123?pretty

**检索文档的一部分**

GET /website/blog/123?_source=title,text
    GET /website/blog/123/_source

## 更新 ##

PUT /website/blog/123
    {
    "title": "My first blog entry",
    "text": "I am starting to get the hang of this...",
    "date": "2014/01/02"
    }

**在响应中， 我们可以看到Elasticsearch把 \_version 增加了**

## 创建一个新文档 ##

> 请记住 \_index 、 \_type 、 \_id 三者唯一确定一个文档。 所以要想保证文档是新加入的， 最简单的方式是使用 POST 方法让Elasticsearch自动生成唯一 \_id ：

POST /website/blog/
    { ... }

**第一种方法使用 op\_type 查询参数：**

PUT /website/blog/123?op_type=create
    { ... }

**或者第二种方法是在URL后加 /\_create 做为端点：**

PUT /website/blog/123/_create
    { ... }

> 如果请求成功的创建了一个新文档， Elasticsearch将返回正常的元数据且响应状态码是 201 Created 。  
> 另一方面， 如果包含相同的 \_index 、 \_type 和 \_id 的文档已经存在， Elasticsearch将返回 409 Conflict 响应状态码

## 删除文档 ##

DELETE /website/blog/123

## 版本控制 ##

PUT /website/blog/1?version=1 <1>
    {
    "title": "My first blog entry",
    "text": "Starting to get the hang of this..."
    }
    我们只希望文档的 _version 是 1 时更新才生效。

> 然而， 如果我们重新运行相同的索引请求， 依旧指定 version=1 ， Elasticsearch将返回 409 Conflict 状态的HTTP响应。 响应体类似这样：

{
    "error" : "VersionConflictEngineException[[website][2] [blog][1]:
    version conflict, current [2], provided [1]]",
    "status" : 409
    }

## 局部更新 ##

POST /website/blog/1/_update
    {
        "doc" : {    //接受一个局部文档参数 doc
        "tags" : [ "testing" ],
        "views": 0
        }
    }

## 检索多个文档 ##

> 像Elasticsearch一样， 检索多个文档依旧非常快。 合并多个请求可以避免每个请求单独的网络开销。 如果你需要从  
> Elasticsearch中检索多个文档， 相对于一个一个的检索， 更快的方式是在一个请求中使用multi-get或者 mget API。
> 
> mget API参数是一个 docs 数组， 数组的每个节点定义一个文档的 \_index 、 \_type 、 \_id 元数据。 如果你只想检索一个或几个确定的字段， 也可以定义一个 \_source 参数：

GET /_mget
    {
    "docs" : [
        {
        "_index" : "website",
        "_type" : "blog",
        "_id" : 2
        },
        {
        "_index" : "website",
        "_type" : "pageviews",
        "_id" : 1,
        "_source": "views"
        }
     ]
    }

> 如果你想检索的文档在同一个 \_index 中（甚至在同一个 \_type 中） ， 你就可以在URL中定义一个默认的 /\_index 或  
> 者 /\_index/\_type 。  
> 你依旧可以在单独的请求中使用这些值：

GET /website/blog/_mget
    {
    "docs" :  [
            { "_id" : 2 },
            { "_type" : "pageviews", "_id" : 1 }
        ]
     }

事实上， 如果所有文档具有相同 \_index 和 \_type ， 你可以通过简单的 ids 数组来代替完整的 docs 数组：

GET /website/blog/_mget
    {
        "ids" : [ "2", "1" ]
    }

## 更省时的批量操作 ##

> mget 允许我们一次性检索多个文档一样， bulk API允许我们使用单一请求来实现多个文档的 create 、 index 、 update 或 delete 。 这对索引类似于日志活动这样的数据流非常有用， 它们可以以成百上千的数据为一个批次按序进行索引。

POST /_bulk
    { "delete": { "_index": "website", "_type": "blog", "_id": "123" }} { "create": { "_index": "website", "_type": "blog", "_id": "123" }} { "title": "My first blog post" } { "index": { "_index": "website", "_type": "blog" }} { "title": "My second blog post" } { "update": { "_index": "website", "_type": "blog", "_id": "123", "_retry_on_conflict" : 3} } { "doc" : {"title" : "My updated blog post"} }

**多大才算太大？**

> 试着批量索引标准的文档， 随着大小的增长， 当性能开始降低， 说明你每个批次的大小太大了。 开始的数量可以在  
> 1000~5000个文档之间， 如果你的文档非常大， 可以使用较小的批次。  
> 通常着眼于你请求批次的物理大小是非常有用的。 一千个1kB的文档和一千个1MB的文档大不相同。 一个好的批次最好保持  
> 在5-15MB大小间。