Elasticsearch 文档更新操作

正如我们提到的，文档不能被修改，它们只能被替换掉。更新API也必须遵循这一法则。从表面看来，貌似是文档被替换了。对内而言，它必须按照找回-修改-索引的流程来进行操作与管理。不同之处在于这个流程是在一个片(shard) 中完成的，因此可以节省多个请求所带来的网络开销。除了节省了步骤，同时我们也能减少多个进程造成冲突的可能性。

使用更新请求最简单的一种用途就是添加新数据。新的数据会被合并到现有数据中，而如果存在相同的字段，就会被新的数据所替换。例如我们可以为我们的employee添加tags和views字段：

curl -XPOST "http://localhost:9200/megacorp/employee/1/_update" -d '
{
    "doc" : {
      "tags" : [ "testing" ],
      "views": 0
   }
}'

如果请求成功，我们就会收到一个类似于索引时返回的内容:

{
    "_index": "megacorp",
    "_type": "employee",
    "_id": "1",
    "_version": 21,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    }
}

再次取回数据，你可以在_source中看到更新的结果：

{
  "_index" : "megacorp",
  "_type" : "employee",
  "_id" : "1",
  "_version" : 21,
  "found" : true,
  "_source" : {
    "first_name" : "John",
    "last_name" : "Aires",
    "age" : 24,
    "about" : "I love to go rock climbing",
    "interests" : [
      "sports",
      "food"
    ],
    "views" : 0,
    "tags" : [
      "testing"
    ]
  }
}

新的数据已经添加到了字段_source中。

更新一篇可能不存在的文档

想象一下，我们可能需要在Elasticsearch中存储一个页面计数器。每次用户访问这个页面，我们就增加一下当前页面的计数器。但是如果这是个新的页面，我们不能确保这个计数器已经存在。如果我们试着去更新一个不存在的文档，更新操作就会失败。

为了防止上述情况的发生，我们可以使用upsert参数来设定文档不存在时，它应该被创建：

curl -XPOST "http://localhost:9200/megacorp/employee/1/_update" -d '
{
   "script" : "ctx._source.views+=1",
   "upsert": {
       "views": 1
   }
}'

首次运行这个请求时，upsert的内容会被索引成新的文档，它将views字段初始化为1。当之后再请求时，文档已经存在，所以脚本更新就会被执行，views计数器就会增加。

更新和冲突

在本节的开篇我们提到了当取回与重新索引两个步骤间的时间越少，发生改变冲突的可能性就越小。但它并不能被完全消除，在更新的过程中还可能存在另一个进程进行重新索引的可能性。

为了避免丢失数据，更新API会在获取步骤中获取当前文档中的_version，然后将其传递给重新索引步骤中的索引请求。如果其他的进程在这两部之间修改了这个文档，那么_version就会不同，这样更新就会失败。

对于很多的局部更新来说，文档有没有发生变化实际上是不重要的。例如，两个进程都要增加页面浏览的计数器，谁先谁后其实并不重要 —— 发生冲突时只需要重新来过即可。

你可以通过设定retry_on_conflict参数来设置自动完成这项请求的次数，它的默认值是0。

curl -XPOST "http://localhost:9200/megacorp/employee/1/_update?retry_on_conflict=5 <1>" -d '
{
   "script" : "ctx._source.views+=1",
   "upsert": {
       "views": 0
   }
}

失败前重新尝试5次

这个参数非常适用于类似于增加计数器这种无关顺序的请求，但是还有些情况的顺序就是很重要的。例如上一节提到的情况，你可以参考乐观并发控制以及悲观并发控制来设定文档的版本号。