ElasticSearch文档介绍及常用操作

ElasticSearch文档

Elasticsearch是一个分布式的文档(document)存储引擎，可用于全文搜索。它可以实时存储并检索复杂数据结
构——序列化的JSON文档，当使用集群部署时，在任何节点都可以检索到存储的文档。

JSON文档

ElasticSearch的数据json格式进行存储，其中的每一个字段都可以被索引。ElasticSearch为每个字段都有一个反向索引用于快速检索，并且在同一个查询中可以使用多个字段的反向索引。

文档

文档是ElasticSearch中的最顶层结构被序列化程JSON数据，并做唯一表示存储。

文档的属性

文档包含了如下三个属性:

节点	说明
_index	文档存储的地方
_type	文档代表的对象的类
_id	文档唯一标识

_index
索引类似关系型数据口中的数据库，存储和索引数据的地方。实际上数据和索引时被存储在分片中，可以理解为分片是库的一部分。

_type
type可以理解成关系型数据库中的表，表内存储的对象有着相同的结构，即存储在通过type中的数据对象结构相同。type会有自己的映射，类似表的字段。
_type的命名规则可以大写，小写不能包含下划线或逗号。

_id
id时文档的唯一表示，由ElasticSearch自动生成

添加文档到索引

如果文档有自然的ID，假设索引名为info，type为student，id为1。
则索引操作为:

PUT /info/student/1 { 
	"name":"lcc",
	"sex":"boy",
	"birth":"20191001"
}

响应格式为:

{
"_index": "info",
"_type": "student",
"_id": "1",
"_version": 1,
"created": true
}

若数据没有自然ID，则可使用POST请求方法。
PUT请求时把文档存储到ID对应的空间，即id为1的存储空间。
POST请求则在文档下存储文档，即在type student中存储该文档，并返回生成标识ID(UUID)
POST请求格式如下:

POST /info/student/  {
	"name":"lcc",
	"sex":"boy",
	"birth":"20191001"
}

响应内容:

{
"_index": "info",
"_type": "student",
"_id": "1",
"_id": "wM0OSFhDQXGZAWDf0-drSA",
"_version": 1,
"created": true
}

获取文档

添加pretty会让返回值更容易阅读

GET /info/student/1?pretty

返回:

{
"_index" : "info",
"_type" : "student",
"_id" : "1",
"_version" : 1,
"found" : true,
"_source" : {
	"name":"lcc",
	"sex":"boy",
	"birth":"20191001"
}
}

获取文档中的部分内容

GET /info/student/1?_source=name,sex

响应:

{
	"_index" : "info",
	"_type" : "student",
	"_id" : "1",
	"_version" : 1,
	"found" : true,
	"_source" : {
		"name":"lcc",
		"sex":"boy"
}
}

更新文档

直接重新PUT，即可更新

POST /info/student/  {
	"name":"lcc",
	"sex":"girl",
	"birth":"20191001"
}

响应内容:

{
"_index": "info",
"_type": "student",
"_id": "1",
"_id": "wM0OSFhDQXGZAWDf0-drSA",
"_version": 2,
"created": true
}

更新文档，ES内部操作顺序如下:

1. 从旧文档中检索JSON
2. 修改它
3. 删除旧文档
4. 索引新文档

局部更新文档

局部更新会覆盖修改的字段生成新的文档，直接重新PUT，即可更新

POST /info/student/_update  {
	"name":"LCC",
	"birth":"20191101"
}

响应内容:

{
"_index": "info",
"_type": "student",
"_id": "1",
"_id": "wM0OSFhDQXGZAWDf0-drSA",
"_version": 4,
"created": true
}

更新可能不存在的文档

如果更新的文档可能不存在可以使用upsert，使得当记录不存在时插入一条数据，类型sql中的replace into

POST /info/student/_update  {
	"name":"LCC",
	"upsert":{
		"views":1
	}
}

创建新文档

为保证插入时能插入，而不是更新。

PUT /info/student/1?op_type=create

或者:

PUT /info/student/_create

如果更新成功则返回201，失败返回409 :

{
	"error" : "DocumentAlreadyExistsException[[website][4] [blog][123]:
	document already exists]",
	"status" : 409
}

删除文档

DELETE /info/student/1
如果成功则放回200，响应如下:

{
	"found" : true,
	"_index" : "website",
	"_type" : "blog",
	"_id" : "123",
	"_version" : 3
}

如果文档不存在，则返回404，响应如下：

{
"found" : false,
"_index" : "website",
"_type" : "blog",
"_id" : "123",
"_version" : 4
}

注意不管成功或失败，都会记录该请求文档，并将_version加1。这是为了保证不同的操作顺序争取。

更新冲突

如果更新的文档的时候另一用户也在更新当前文档，则有可能造成数据丢失。
如果数据不在意时序性，即不关心数据更新的时间只关心要修改的列数据改变没有，如浏览人数。
那么在更新时，慢更新的会失败，然后重试。可以添加retry_on_conflict参数，设定更新重试次数
如：

POST /info/student/_update?retry_on_conflict=5<1>  {
	"name":"LCC_update",
	"upsert":{
		"views":1
	}
}