【Elasticsearch 7 探索之路】(二)文檔的 CRUD 和批量操作

上一篇,我們介紹了什么是 Elasticsearch茎活,它能做什么用以及基本概念(索引 Index、文檔 Document琢唾、類型 Type)理解载荔。這篇主要對(duì)文檔的基本 CRUD 以及如何批量操作講解。下面讓我們進(jìn)入正題采桃。

一懒熙、文檔的 CRUE

Create 文檔

支持自動(dòng)生成文檔 Id 和指定文檔 Id 兩種方法

#create document. 自動(dòng)生成 Id
POST songs/_doc
{
  "name":"說好不哭",
  "author":"周杰倫",
  "price":3
}

#create document. 指定Id丘损。如果 Id 已經(jīng)存在,報(bào)錯(cuò)
PUT songs/_create/1
{
  "name":"說好不哭",
  "author":"周杰倫",
  "price":3
}

Get 文檔

#找到文檔
Get songs/_doc/1

result:
{
  "_index" : "songs",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "說好不哭",
    "author" : "周杰倫",
    "price" : 3
  }
}
  • 找到文檔,返回 HTTP 200
    • 文檔元信息
      • _index/_type/,_type 在版本7中只有 _doc 類型
      • _version 版本信息,同一個(gè) Id 的文檔被刪除了颂鸿,版本號(hào)也會(huì)增加
      • _source 中默認(rèn)包含文檔的原始信息
  • 找不到记餐,返回 HTTP 404

Index 文檔

Index 也是用于創(chuàng)建文檔的方法,和 Create 不同有一些不同耸三,如果文檔不存在情況,直接創(chuàng)建新文檔,否則刪除原來的文檔而钞,新文檔被索引,_version 版本加一拘荡。

PUT songs/_doc/1
{
  "name":"說好不哭",
  "author":"周杰倫",
  "price":0
}

result:
{
  "_index" : "songs",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 2,//+1
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 2,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}

Update 文檔

  • Update 不會(huì)刪除原來文檔臼节,而是實(shí)現(xiàn)真正更新
  • Post 方法和 Payload 需要包含在 "doc" 中
#在原文檔上增加字段
POST songs/_update/1
{
    "doc":{
        "update" : "2019-05-15T14:12:12"
    }
}

GET songs/_doc/1
{
  "_index" : "songs",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 3,
  "_seq_no" : 2,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "說好不哭",
    "author" : "周杰倫",
    "price" : 0,
    "update" : "2019-05-15T14:12:12"
  }
}

Delete 文檔

#Delete by Id
#刪除文檔
DELETE users/_doc/1

Bulk 批量操作

  • Bulk 支持在一次調(diào)用中,對(duì)不同索引進(jìn)行操作
  • 支持 Index珊皿、Create网缝、Update、Delete 類型操作
  • 單條錯(cuò)誤不影響其他操作進(jìn)行
  • 每一條操作都會(huì)有對(duì)應(yīng)的執(zhí)行的結(jié)果顯示
POST _bulk
{ "index" : { "_index" : "test1", "_id" : "1" } }
{ "field1" : "value1" }
{ "delete" : { "_index" : "test1", "_id" : "2" } }
{ "create" : { "_index" : "test2", "_id" : "3" } }
{ "field3" : "value3" }
{ "update" : { "_index" : "test1","_id" : "1"} }
{ "doc" : {"field2" : "value2"} }

mget 批量讀取

顧名思義就是可以對(duì)不同索引的文檔進(jìn)行批量讀取蟋定,只需要提供索引名稱和 Id 就可以在一次 API 中全部讀取粉臊,減少網(wǎng)絡(luò)開銷。

GET /test1/_mget
{
    "docs" : [
        {
            "_id" : "1"
        },
        {
            "_id" : "2"
        }
    ]
}

msearch 批量查詢

同樣 ES 也提供了 msearch 對(duì)不同索引進(jìn)行批量查詢溢吻。

# msearch 操作
POST kibana_sample_data_ecommerce/_msearch
{}
{"query" : {"match_all" : {}},"size":1}
{"index" : "kibana_sample_data_flights"}
{"query" : {"match_all" : {}},"size":2}

注:kibana_sample_data_ecommerce 可以在 kibana 的樣例數(shù)據(jù)维费,需要手動(dòng)點(diǎn)擊添加。

本篇主要對(duì)文檔的 CRUD 以及批量操作 API 進(jìn)行講解促王。在這里提一點(diǎn)犀盟,批量操作可以幫助我們提高對(duì) API 調(diào)用性能,但如果一次提交過多數(shù)據(jù)蝇狼,也是有可能會(huì)導(dǎo)致 ES 過大的壓力阅畴,反而造成性能下降。

系列文章

【Elasticsearch 7 搜索之路】(一)什么是 Elasticsearch迅耘?

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末贱枣,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子颤专,更是在濱河造成了極大的恐慌纽哥,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,695評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件栖秕,死亡現(xiàn)場(chǎng)離奇詭異春塌,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,569評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門只壳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來俏拱,“玉大人,你說我怎么就攤上這事吼句」兀” “怎么了?”我有些...
    開封第一講書人閱讀 168,130評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵惕艳,是天一觀的道長搞隐。 經(jīng)常有香客問我,道長尔艇,這世上最難降的妖魔是什么尔许? 我笑而不...
    開封第一講書人閱讀 59,648評(píng)論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮终娃,結(jié)果婚禮上味廊,老公的妹妹穿的比我還像新娘。我一直安慰自己棠耕,他們只是感情好余佛,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,655評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著窍荧,像睡著了一般辉巡。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蕊退,一...
    開封第一講書人閱讀 52,268評(píng)論 1 309
  • 那天郊楣,我揣著相機(jī)與錄音,去河邊找鬼瓤荔。 笑死净蚤,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的输硝。 我是一名探鬼主播今瀑,決...
    沈念sama閱讀 40,835評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼点把!你這毒婦竟也來了橘荠?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,740評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤郎逃,失蹤者是張志新(化名)和其女友劉穎哥童,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體褒翰,經(jīng)...
    沈念sama閱讀 46,286評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡如蚜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,375評(píng)論 3 340
  • 正文 我和宋清朗相戀三年压恒,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片错邦。...
    茶點(diǎn)故事閱讀 40,505評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖型宙,靈堂內(nèi)的尸體忽然破棺而出撬呢,到底是詐尸還是另有隱情,我是刑警寧澤妆兑,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布魂拦,位于F島的核電站,受9級(jí)特大地震影響搁嗓,放射性物質(zhì)發(fā)生泄漏芯勘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,873評(píng)論 3 333
  • 文/蒙蒙 一腺逛、第九天 我趴在偏房一處隱蔽的房頂上張望荷愕。 院中可真熱鬧,春花似錦棍矛、人聲如沸安疗。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,357評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽荐类。三九已至,卻和暖如春茁帽,著一層夾襖步出監(jiān)牢的瞬間玉罐,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,466評(píng)論 1 272
  • 我被黑心中介騙來泰國打工潘拨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留吊输,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,921評(píng)論 3 376
  • 正文 我出身青樓战秋,卻偏偏與公主長得像璧亚,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子脂信,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,515評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容