ElasticSearch 实战：使用mget进行批量查询

在 Elasticsearch 中，mget（multiple get）API 用于一次性查询多个文档，显著减少了网络往返次数，提高了查询效率。以下是如何使用 mget 进行批量查询的实战步骤：

1. 请求格式

mget 请求采用 GET 方法，发送到 <index>/_mget 端点，请求体包含一个 docs 数组，每个元素是一个对象，描述要查询的文档：

{
  "docs": [
    {
      "_index": "<index_name>",
      "_type": "<type_name>",  // 对于 Elasticsearch 7.x 及更高版本，此字段通常不需要，因为已经默认为 `_doc`
      "_id": "<document_id>"
    },
    {
      "_index": "<index_name>",
      "_type": "<type_name>",
      "_id": "<document_id>"
    },
    ...
  ]
}

2. 示例请求

假设您要从 users 索引中批量查询用户 ID 为 1、2 和 3 的文档，可以发出如下 mget 请求：

curl -X GET "http://localhost:9200/users/_mget" -H 'Content-Type: application/json' -d'
{
  "docs": [
    { "_id": "1" },
    { "_id": "2" },
    { "_id": "3" }
  ]
}'

3. 响应格式

响应体包含一个 docs 数组，与请求中的顺序对应，每个元素是一个对象，包含查询结果：

• _index: 文档所在的索引名。
• _type: 文档类型（对于 Elasticsearch 7.x 及更高版本，通常为 _doc）。
• _id: 文档 ID。
• _version: 文档版本号。
• found: 布尔值，表示是否找到了对应 ID 的文档。如果为 false，则其他字段（如 _source）将缺失。
• _source: （如果存在）包含查询到的文档原始内容的 JSON 对象。
• fields: （可选）如果请求中指定了要返回的特定字段，它们将在此处列出。

示例响应：

{
  "docs": [
    {
      "_index": "users",
      "_type": "_doc",
      "_id": "1",
      "_version": 1,
      "found": true,
      "_source": {
        "user_id": "1",
        "username": "Alice",
        "email": "alice@example.com",
        "age": 30
      }
    },
    {
      "_index": "users",
      "_type": "_doc",
      "_id": "2",
      "_version": 1,
      "found": true,
      "_source": {
        "user_id": "2",
        "username": "Bob",
        "email": "bob@example.com",
        "age": 35
      }
    },
    {
      "_index": "users",
      "_type": "_doc",
      "_id": "3",
      "found": false
    }
  ]
}

4. 注意事项

• 跨索引查询：mget 请求可以同时查询多个索引中的文档，只需在 docs 数组中为不同索引指定相应的 _index。

• 过滤返回字段：通过在请求体中添加 stored_fields 参数，可以指定返回哪些字段（而非整个 _source）。这对于减少网络传输量和提高查询性能特别有用，特别是当文档 _source 中包含大量数据时。

• 版本控制：可以指定 version 和 version_type 参数来处理并发更新情况下的版本控制。

• 错误处理：如果请求中的某些文档 ID 不存在或出现其他错误，Elasticsearch 仍会返回其他成功查询的结果。需要检查响应中每个文档的 found 字段来确定查询是否成功。

通过 mget API，您可以高效地批量查询多个文档，节省网络资源并提高查询速度。在处理大量文档查询或需要定期批量获取数据的场景中，这是一种非常实用的技术。