ElasticSearch 文檔的增刪改查都不會？

本文主要是介紹 ElasticSearch 的文檔增刪改查和批量操做，同時會介紹一些 REST API 返回狀態碼的具體含義。

咱們先來看下這個表：

這個表包含了 Index、Create、Read、Update、Delete 這五種方法，咱們先來看下 CRUD 操做的 HTTP 請求都長什麼樣子？

首先是提供一個 HTTP 的 method，後面是索引名字，在 7.0 以後因此的 Type 都用 _doc 表示，後面是文檔 id。

再簡單瞭解了 CURD 操做的 HTTP 請求後，那麼讓咱們先來了解下如何建立文檔：

建立文檔

Create 支持兩種方式，一種是指定文檔 id 建立文檔，像上面這張圖就是；另外一種是經過調用 post /users/_doc 去讓 ES 自動生成文檔 id。

本身指定文檔 id建立文檔，須要考慮 id 的均衡性，避免產生分配不均衡的問題。 ES 的 hash 函數會確保文檔 id 被均勻分配到不一樣的分片。

當咱們執行剛纔的命令，能夠返回以下結果：

其中 _version 每一次操做，都會 + 1，它是一個鎖的機制，當並行修改文檔的時候，更新的版本號比文檔當前的版本號小時就會報錯，不容許作修改。

建立文檔時，若是索引不存在，ES 會自動建立對應的 index 和 type。

接下來看下另外一種建立文檔的方式，不指定 id 建立文檔，HTTP 請求也變爲了 POST，具體的請求以下：

返回的結果以下：

Index 和 Create 區別爲：若是文檔不存在，就索引新的文檔，不然現有文檔就會被刪除，新的文檔被索引，版本信息 _version + 1。

查詢文檔

Get 方法比較簡單，只須要 Get 索引名稱/_doc/文檔 id，經過執行這個命令就能夠知道文檔的具體信息了。

當執行這條語句後會返回 HTTP 200，具體返回結果以下：

其中 _index 爲索引，_type 爲類型，_id 爲文檔 id，_version 爲版本信息，_source 存儲了文檔的完整原始數據。

當查詢的文檔 id 不存在的時候，會返回 HTTP 404，且 found 爲 false，具體結果以下：

更新文檔

Update 方法採用 HTTP POST，在請求體中必須指明 doc，在把具體文檔提供在 HTTP 的 body 裏。Update 和 Index 方法不一樣，Update 方法不會刪除原來的文檔，而是實現真正的數據更新。

好比在原來的文檔 id 爲 1 的文檔上增長字段，具體請求以下：

執行後，版本信息 _version + 1，讓咱們再去查詢下該文檔：

能夠看到，新增字段已經成功了。

刪除文檔

Delete 方法也很簡單，Delete 索引名稱/_doc/文檔 id 就能夠了，再這裏就再也不作代碼演示了。

在介紹完文檔的基本 CRUD 操做後，讓咱們來看看批量操做吧：

Bulk API

在一個 REST 請求中，從新創建網絡開銷是十分損耗性能的，所以 ES 提供 Bulk API，支持在一次 API 調用中，對不一樣的索引進行操做，從而減小網絡傳輸開銷，提高寫入速率。

它支持 Index、Create、Update、Delete 四種類型操做，能夠在 URI 中指定索引，也能夠在請求的方法體中進行。

同時多條操做中若是其中有一條失敗，也不會影響其餘的操做，而且返回的結果包括每一條操做執行的結果。

好比輸入以下代碼：

當咱們執行命令後，結果以下：

took 表示消耗了 93 毫秒，errors 爲 true 表示在這些操做中錯誤發生，發現是 update 操做發生了錯誤，id 爲 2 的文檔不存在，因此報錯了。

在使用 Bulk API 的時候，當 errors 爲 true 時，須要把錯誤的操做修改掉，防止存到 ES 的數據有缺失。

批量查詢文檔

批量查詢須要指明要查詢文檔的 id，能夠在一個 _mget 操做裏查詢不一樣索引的數據，能夠減小網絡鏈接所產生的開銷，提升性能。

下面咱們來實際操做下，輸入如下代碼執行，就能夠獲得文檔 id 爲 1,3 的數據。

運行結果以下：

在介紹完文檔的一些操做，最後讓咱們看下 REST API 常見錯誤返回有哪些吧！

REST API 常見錯誤返回

剛纔在演示中，當查詢文檔 id 不存在的時候就會報 404 錯誤，並且 ES 還有各類各樣的返回，下面經過一個表格瞭解下：

總結

本文主要介紹了文檔的 CRUD 操做，還有 Bulk API、_mget API，這些批量操做能夠提升 API 調用性能，可是不要一次發送過多數據，也有可能會對 ES 集羣產生過大的壓力，致使性能有所降低。通常建議是 1000-5000 個文檔，若是你的文檔很大，能夠適當減小隊列，大小建議是 5-15 MB，默認不能超過 100 M。

參考文獻

Elastic Stack從入門到實踐

Elasticsearch頂尖高手系列

Elasticsearch核心技術與實戰

https://www.elastic.co/guide/en/elasticsearch/reference/7.1/docs-index_.html