Elasticsearch pit(point in time)使用方法介绍

1、什么是pit

官方对Point in time的定义：

A search request by default executes against the most recent visible data of the target indices, which is called point in time.

pit，又称时间点api，我们可以简单理解为就是一个快照，是索引在某个时刻点的状态，这个状态被保存了下来，使用pit的检索请求，就是在索引对应的保存的这个【状态】中进行检索，这个【状态】就是一个上下文。

2、创建一个pit

创建pit我们需要指定索引以及pit的有效时间：

命令行：

POST /collection/_pit?keep_alive=1m

在创建pit的这一刻，es就为该索引创建了一个对应这个时刻的上下文，也就是保存了一个状态：

这样，一个pit就创建成功了。

3、使用pit进行检索

首先，我的测试索引中，在创建pit之前共8条数据，数据结构如下：

{    
    "user": "双榆树-张三",    "message": "今儿天气不错啊，出去转转去",    "uid": 2,    "age": 20,    "city": "北京",    "province": "北京",    "country": "中国",    "address": "中国北京市海淀区",    "location": {        "lat": "39.970718",        "lon": "116.325747"    }}

对于pit的使用，需要注意，执行检索时：

• 不需要指定索引。

• 每个检索请求都会返回pit_id，当前检索要使用上一次检索返回的pit_id。

• keep_alive设置的时长不是整个数据检索的时长，只要够下次检索的时长即可。

官方有一个说明如下：

但是从我实际测试看，这个id在创建后，每次search返回的pit_id都是同一个值(es版本：8.17)。

检索语句为：

GET /_search{  "sort": [    {      "uid": {        "order": "asc"      }    }  ],  "pit": {    "id": "yvaYBAEKY29sbGVjdGlvbhZFcUllblpGV1JOdXM5MUZvMnlUeEFBAAEWWWRJaE55clNRRmk4MUFfUEdaV01HUQABAAAAAAAACwMWWmk3TXBiZEVRQ3U0UHBQZ3NHODNTdwABFkVxSWVuWkZXUk51czkxRm8yeVR4QUEAAA==",    "keep_alive": "1m"  },  "size": 2}

在这个检索语句里也有keep_alive参数，我在研究pit的过程中当时就有疑问，这个keep_alive和创建pit的keep_alive是怎样的关系，实测的结果是这样的，上面说了，pit_id在整个search过程中都是一个，id值是没有变化的，search中的keep_alive会一直延续这个pit的有效时间，当search结束时，过了keep_alive设定的时间，上下文并没有马上关闭(实测时有效时间设定的1分钟)，又过了一会才关闭。

现在我们给索引再加2条数据到10条：

 之后再次执行pit检索：

检索结果仍然是8条，【这就是pit的意义】，虽然当前索引的数据已经发生了变化，但他是不影响pit的检索结果的，因为这个变化发生在创建pit之后，这个功能点，不仅仅针对数据的写入，对于删除、更新都有是有效的。

4、删除pit，清除上下文

在使用pit检索完成后，需要删除pit，关闭上下文：

DELETE /_pit{  "id":"yvaYBAEKY29sbGVjdGlvbhZFcUllblpGV1JOdXM5MUZvMnlUeEFBAAEWWWRJaE55clNRRmk4MUFfUEdaV01HUQABAAAAAAAAKlIWbWFxaDB5eG9RYy1iendZaTZOOVlfQQABFkVxSWVuWkZXUk51czkxRm8yeVR4QUEAAA=="}

执行该命令后，上下文将会被删除：

 当然，不执行手动删除操作也是ok的，pit超时之后也会自动关闭上下文，但是为了保险起见，最好是在检索完成后，手动关闭pit。

5、关于pit功能点的思考

从上面介绍pit的使用方法看，pit的检索和滚动查询是极其类似的，滚动查询也是先创建滚动id，也设定有效时间，在之后的查询中不断的更新scroll_id为上一次滚动查询的id，过程完全一样，那么利用【search_after+pit】与【scroll】查询这两个全量检索的技术方案，哪个更优，我们应该怎么选？我现在没有答案，针对这个问题我抽时间再研究一下，有结果后再写一篇文章分享给各位小伙伴们。

关于pit测试的代码(golang)小伙伴们可以参考：

https://github.com/liupengh3c/career

欢迎各位同学关注公众号~~~~~~~~~~~~~~~~。