Elasticsearch实战学习笔记(四) Elasticsearch索引、更新和删除数据

每篇文档属于一种类型，而每种类型属于一个索引.
从数据的逻辑划分来看，可以认为索引是数据库，而类型是数据库中的表。
类型包含了映射中每个字段的定义，只提供逻辑上的分离
映射包括了该类型的文档中可能出现的所有字段，并告诉Elasticsearch如何索引一篇文档的多个字段。

类型

在 Elasticsearch 中，不同类型的文档没有物理上的分离 。在同一个 Elasticsearch 索引中的所有文挡，无论何种类型，都是存储在属于相同分片的同一组文件中。一份分片就是一个 Lucene 的索引， 类型的名称是 Lucene 索引中一个字段，所有映射的所有字段都是 Lucene 索引中的字段。

类型的概念是针对Elasticsearch 的一层抽象，但不属于 Lucene。这使得你可以轻松地在同一个索引中拥有不同类型的文档 ,Elasticsearch 负责分离这些文档

2.检索和定义映射

Elasticsearch会自动识别字段，并相应自动地调整映射。

(1)获取目前的映射

为了查看某个字段类型当前的映射，向该类型URL 的_mapping 接口发送一个 HTTP GET请求

curl 'localhost:9200/get-together/group/_mapping?pretty'

(2)定义新的映射

为了定义一个映射，可以使用和前面一样的 URL，但是应该发送一个 HTTP PUT 请求而不是GET 请求。需要在请求中指定 JSON 格式的映射，格式和获取的映射相同。

3.扩展现有的映射

在现有的基础上再设置一个映射， Elasticsearch 会将两者进行合并，如外加定义的一个新宇段

二、定义文档字段的核心类型

1.字符串类型

如果index被设置为analyzed，分析器将所有字符转为小写，并将字符串分解为单词
如果index被设置为not_analyzed，分析过程被略过，整个字符串被当作单独的词条进行索引 。
如果index被设置为no，索引就被略过了，也没有词条产生，因此无法在那个字段上进行搜索 。

2.数值类型

数值类型可以是浮点数，也可以是非浮点数。如果不需要小数，可以选择 byte、 short、 int 或者 long。如果确实需要小数，你的选择是 float 和 double。

如果不知道所需要的整型数字取值范围，或者是浮点数字的精度，让Elasticsearch自动检测映射更为安全: 为整数值分配 long，为浮点数值分配 double。

3.日期类型

date 类型用于存储日期和时间，通常提供一个表示日期的字符串，例如 2013-12-25T09:00 : 00。然后， Elasticsearch 解析这个字符串，然后将其作为 long 的数值存入 Lucene 的索引 。当搜索文档的时候，你仍然提供 date 的字符串，在后台 Elasticsearch将这些字符串解析井按照数值来处理。这样做的原因是和字符串相比，数值在存储和处理时更快。

4.布尔类型

boolean 类型用于存储文档中的 true/false (真/假)

三、数组和多字段

1.数组

如果要索引拥有多个值的字段，将这些值放入方括号中。

curl - XPUT 'localhost : 9200/blog/posts/l' -d '{
    "tags": ["first","initial"]
}'

映射将标签( tags )字段定义为字符串型，和单个值同样处理，所有核心类型都支持数组，无须修改映射，既可以使用单一值，也可以使用数组。

2.多字段

多字段允许使用不同的设置，对同一项数据索引多次。无须重新索引数据，就能将单字段升级到多字段。搜索 analyzed版本的标签字段，就像搜索其他字符串一样。如果要搜索 not analyzed 版本的字段(仅仅精确匹配原有的标签)，就要指定完整的路径 : tags.verbatim。

四、使用预定义字段

预定义的三个方面

通常不用部署预定义的字段， Elasticsearch会做这件事情
揭示了字段相关的功能，例如_ttl (存活时间time to live )字段使得 Elasticsearch 可以在指定的时间过后删除某些文档
预定义的字段总是以下划线_开头

预定义的四种类型

控制如何存储和搜索你的文档
唯一识别文档
为文档增加新的属性
控制文档路由到哪些分片

1.控制如何存储和搜索文档

(1)存储原有内容的 source

_source 字段按照原有格式来存储原有的文档. _source 字段的 enabled 可以设置为 true 或者 false，来指定是否想要存储原始的文档,默认情况下是 true

(2)仅仅返回源文档的某些字段

当检索或者搜索某篇文档的时候，可以要求 Elasticsearch 只返回特定的字段，而不是整个_source。

curl -XGET 'localhost:9200/get-together/group/l?pretty&fields=name'
{
    "_index":"get-together", 
    "_type":"group",
    "_id":"l",
    "version":1, 
    "found":true, 
    "fields":{
        "name":["Denver Clojure"]
    }
}

(3)索引一切的_all

就好像_source 是存储所有的信息， _all 是索引所有的信息。当搜索_all 字段的时候， Elasticsearch 将在不考虑是哪个字段匹配成功的情况下，返回命中的文档。

从 URL上运行搜索时如果不指定字段名称，系统默认情况下将会在_all上搜索

curl 'localhost:9200/get-together/group/_search?q=elasticsearch'

如果总是在特定的字段上搜索，可以通过设置 enabled 为 false 来关闭_all

"events":{
    "all":{"enabled": false}
}

2.识别文档

为了识别同一个索引中的某篇文档，Elasticsearch使用_uid 中的文档类型和 ID结合体。 uid 宇段是由_id 和_type 字段组成

类型和ID的分离是一种抽象，通过类型的区分使得针对不同结构的运作更为容易。 _id通常从_uid抽取出来，但是_type必须单独索引，这样当搜索特定类型时，系统才能轻松地根据类型来过滤文档。

(1)为文档提供ID

可以依靠 Elasticsearch 来生成唯一的 ID,可以在回复中看到自动生成的ID

(2)在文档中存储索引名称

除了 ID 和类型，为了让 Elasticsearch在文档中存储索引的名称，请使用_index 字段。和 _id、 _type 一样，可以在搜索或者是 GET 请求的结果中看到 _index，它也不是来源于字段的内容。 默认情况下 index 是关闭的 。

五、更新现有文档

检索现有的文档
进行指定的修改
删除旧的文档，在其原有位直索引新的文档 (包含修改的内容)

1.使用更新API

(1)方法一: 发送部分文档

如果之前整个文档是不存在的，那么更新操作会失败，并提示文档缺失。

curl -XPOST  'localhost:9200/get-together/group/2/ update' -d '{ 
    "doc":{
        "organizer":"Roy"
    }
}

(2)方法二: 使用upsert来来创建尚不存在的文档

如果被更新的文档不存在，可以在JSON的upsert部分中添加一个初始文档用于索引。

curl - XPOST 'localhost:9200/get-together/group/2/_update' -d '
{ 
    "doc":{  
        "organizer":"Roy"
    },
    "upsert":{
        "name":"Elasticsearch Denver", 
        "organizer":"Roy"
    }
}'

(3)方法三: 通过脚本来更新文档

默认的脚本语言是 Groovy

2.通过版本来实现并发控制

Elasticsearch 支持并发控制 ，为每篇文档设置了一个版本号。最初被索引的文档版本是1。当更新操作重新索引它的时候，版本号就设置为2了。如果与此同时另一个更新将版本设置为2，那么就会产生冲突，目前的更新也会失败(否则它就会像图 3-4 那样，将另一个更新覆盖)。 可以重试这个更新操作，如果不再有冲突，那么版本就会设置为 3

索引文档然后更新它
更新 1 在后台启动，有一定时间的等待(睡眠)
在睡眠期间，发出另一个update 的命令(更新 2 )来修改文档。变化发送在更新1获取原有文档之后、重新索引回去之前。
由于文档的版本已经变为2，更新1就会失败，而不会取消更新2所做的修改。这个时候你有机会重试更新 1，然后进行版本为 3 的修改

这种并发控制称为乐观锁，因为它允许并行的操作并假设冲突是很少出现的，真的出现时就抛出错误。它和悲观锁是相对的,悲观锁通过锁住可能引起冲突的操作,第一时间预防冲突

(1)冲突发生时自动重试更新操作

(2)索引文挡的时候使用版本号

六、删除数据

删除单个文档或者一组丈档 Elasticsearch只是将它们标记为删除，所以它们不会再出现于搜索结果中，稍后 Elasticsearch 通过异步的方式将它们彻底地从索引
中移出。
删除整个索引 主要的工作就是移除和那个索引相关的所有文件，几乎是瞬间就能完成。
关闭索引 关闭的索引不允许读取或者写入操作，数据也不会加载到内存。这和删除 Elasticsearch数据类似，但是索引还是保留在磁盘上。它也很容易恢复，只要再次打开关闭的索引。

1.删除文档

(1)删除单个文档

为了删除单一的文档，需要向其ULR发送HTTP DELETE请求

curl -XDELETE 'localhost:9200/online-shop/shirts/1'

(2)删除映射类型和删除查询匹配的文挡

也可以删除整个映射类型，包括映射本身和其中索引的全部文档。

curl -XDELETE 'localhost:9200/online-shop/shirts'

2.删除索引

为了删除一个索引，需要发送一个 DELETE 请求到该索引的 URL

curl -XDELETE 'localhost:9200/get-together/'

使用 curl -DELETE localhost: 9200/_all 会删除所有的文档

3.关闭索引

为了关闭在线商店的索引，发送 HTTP POST 请求到该索引 URL 的 _close 端点

curl - XPOST 'localhost:9200/online-shop/close'

为了再次打开，要运行类似的命令，只是将端点换为 _open :

curl - XPOST 'localhost:9200/online-shop/_open'

系列目录

Elasticsearch实战学习笔记(一) Elasticsearch介绍

Elasticsearch实战学习笔记(二) Elasticsearch环境搭建(Mac Docker)

Elasticsearch实战学习笔记(三) Elasticsearch深入功能

Elasticsearch实战学习笔记(四) Elasticsearch索引、更新和删除数据

Elasticsearch实战学习笔记(五) Elasticsearch搜索数据

Elasticsearch实战学习笔记(六) Elasticsearch分析数据

Elasticsearch实战学习笔记(七) Elasticsearch使用相关性进行搜索

Elasticsearch实战学习笔记(八) Elasticsearch文档间的关系