ElasticSearch笔记02-文档操作

1 索引一个文档

将数据存储至es。

关于文档ID

文档通过index API被索引——使数据可以被存储和搜索。但是首先我们需要决定文档所在。正如我们讨论的，文档通过其_index、_type、_id唯一确定。们可以自己提供一个_id，或者也使用index API 为我们生成一个。

使用自己的ID

如果你的文档有自然的标识符（例如user_account字段或者其他值表示文档），你就可以提供自己的_id，使用这种形式的index API：

 PUT /{index}/{type}/{id}
 {
   "field": "value",
   ...
 }

例如我们的索引叫做“website”，类型叫做“blog”，我们选择的ID是“123”，那么这个索引请求就像这样：

 PUT /website/blog/123
 {
   "title": "My first blog entry",
   "text":  "Just trying this out...",
   "date":  "2014/01/01"
 }

Elasticsearch的响应：

 {
    "_index":    "website",
    "_type":     "blog",
    "_id":       "123",
    "_version":  1,
    "created":   true
 }

 

响应指出请求的索引已经被成功创建，这个索引中包含_index、_type和_id元数据，以及一个新元素：_version。

Elasticsearch中每个文档都有版本号，每当文档变化（包括删除）都会使_version增加。在《版本控制》章节中我们将探讨如何使用_version号确保你程序的一部分不会覆盖掉另一部分所做的更改。

es自增ID

如果我们的数据没有自然ID，我们可以让Elasticsearch自动为我们生成。请求结构发生了变化：PUT方法——“在这个URL中存储文档”变成了POST方法——"在这个类型下存储文档"。（译者注：原来是把文档存储到某个ID对应的空间，现在是把这个文档添加到某个_type下）。

URL现在只包含_index和_type两个字段：

 POST /website/blog/
 {
   "title": "My second blog entry",
   "text":  "Still trying this out...",
   "date":  "2014/01/01"
 }

响应内容与刚才类似，只有_id字段变成了自动生成的值：

 {
    "_index":    "website",
    "_type":     "blog",
    "_id":       "wM0OSFhDQXGZAWDf0-drSA",
    "_version":  1,
    "created":   true
 }

自动生成的ID有22个字符长，URL-safe, Base64-encoded string universally unique identifiers, 或者叫 UUIDs。

2 检索文档

想要从Elasticsearch中获取文档，我们使用同样的_index、_type、_id，但是HTTP方法改为GET：

 GET /website/blog/123?pretty

注意：7.X 版本后type 不推荐使用。如果使用上述url会提示

 #! Deprecation: [types removal] Specifying types in document get requests is deprecated, use the /{index}/_doc/{id} endpoint instead.
 {
   "_index" : "megacorp",
   "_type" : "employee",
   "_id" : "1",
   "_version" : 1,
   "_seq_no" : 0,
   "_primary_term" : 1,
   "found" : true,
   "_source" : {
     ...
   }
 }

因此建议使用：

 GET /website/_doc/123?pretty

pretty

在任意的查询字符串中增加pretty参数，类似于上面的例子。会让Elasticsearch美化输出(pretty-print)JSON响应以便更加容易阅读。_source字段不会被美化，它的样子与我们输入的一致。

返回字段解释

 {
   "_index" :   "website", //索引
   "_type" :    "blog",  //类型
   "_id" :      "123",   //id
   "_version" : 1,       //版本
   "found" :    true,    //是否查询到结果 
   "_source" :  {    //原始文档
         ...
   }
 }

检索文档的一部分

通常，GET请求将返回文档的全部，存储在_source参数中。但是可能你感兴趣的字段只是title。请求个别字段可以使用_source参数。多个字段可以使用逗号分隔：

 

 GET /website/blog/123?_source=title,text

_source字段现在只包含我们请求的字段，而且过滤了date字段：

 {
   "_index" :   "website",
   "_type" :    "blog",
   "_id" :      "123",
   "_version" : 1,
   "exists" :   true,
   "_source" : {
       "title": "My first blog entry" ,
       "text":  "Just trying this out..."
   }
 }

或者你只想得到_source字段而不要其他的元数据，你可以这样请求：

 GET /website/blog/123/_source

它仅仅返回:

 {
    "title": "My first blog entry",
    "text":  "Just trying this out...",
    "date":  "2014/01/01"
 }

检查文档是否存在

如果你想做的只是检查文档是否存在——你对内容完全不感兴趣——使用HEAD方法来代替GET。HEAD请求不会返回响应体，只有HTTP头：

 curl -i -XHEAD http://localhost:9200/website/blog/123

Elasticsearch将会返回200 OK状态如果你的文档存在：

 HTTP/1.1 200 OK
 Content-Type: text/plain; charset=UTF-8
 Content-Length: 0

如果不存在返回404 Not Found：

 curl -i -XHEAD http://localhost:9200/website/blog/124

 HTTP/1.1 404 Not Found
 Content-Type: text/plain; charset=UTF-8
 Content-Length: 0

当然，这只表示你在查询的那一刻文档不存在，但并不表示几毫秒后依旧不存在。另一个进程在这期间可能创建新文档。

更新整个文档

文档在Elasticsearch中是不可变的——我们不能修改他们。如果需要更新已存在的文档，我们可以使用《索引文档》章节提到的index API 重建索引(reindex) 或者替换掉它。

 PUT /website/blog/123
 {
   "title": "My first blog entry",
   "text":  "I am starting to get the hang of this...",
   "date":  "2014/01/02"
 }

在响应中，我们可以看到Elasticsearch把_version增加了。

 {
   "_index" :   "website",
   "_type" :    "blog",
   "_id" :      "123",
   "_version" : 2,
   "created":   false <1>
 }

• created标识为false因为同索引、同类型下已经存在同ID的文档。

在内部，Elasticsearch已经标记旧文档为删除并添加了一个完整的新文档。旧版本文档不会立即消失，但你也不能去访问它。Elasticsearch会在你继续索引更多数据时清理被删除的文档。

在本章的后面，我们将会在《局部更新》中探讨update API。这个API 似乎 允许你修改文档的局部，但事实上Elasticsearch遵循与之前所说完全相同的过程，这个过程如下：

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

唯一的不同是update API完成这一过程只需要一个客户端请求既可，不再需要get和index请求了。