关于ElasticSearch新建文档的姿势

 定义如下mapping，并且创建索引，索引包括四个字段

有三个分片 (number_of_shards)，每个分片有一个副本分片(number_of_replicas)

PUT books
{
  "mappings": {
    "properties": {
      "book_id": {
        "type": "keyword"
      },
      "name": {
        "type": "text"
      },
      "author": {
        "type": "keyword"
      },
      "intro": {
        "type": "text"
      }
    }
  },
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1
  }
}

---

ElasticSearch提供了两种新建索引的方式，一种是使用 Index API 索引文档，一种是使用 Create API 创建文档。

1、通过 Index API 索引文档

PUT books/_doc/1
{
  "book_id": 1,
  "name": "linux入门到放弃",
  "author": "huayuanbb",
  "intro": "test"
}

返回的数据为

{
  "_index" : "books",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 3,
  "_primary_term" : 1
}

result 为 created 创建，且version为1，通过Index API新建的文档，如果id已经存在的情况下，多次执行，不会报错，只会将返回结果的result 变为 updated version在原来的基础上 +1.

其实在索引一个文档的时候，如果文档 ID 已经存在，会先删除旧文档，然后再写入新文档的内容，并且增加文档版本号。

2、通过 create API 创建文档

通过create API 创建文档有两种方式 POST 和 PUT

POST方式

POST books/_doc
{
  "book_id": 1,
  "name": "linux入门到放弃",
  "author": "huayuanbbsssss",
  "intro": "test"
}

采用POST方式创建的文档，无需指定id，系统会自动生成UUID

 PUT方式

PUT books/_create/2
{
  "book_id": 1,
  "name": "linux入门到放弃",
  "author": "ss",
  "intro": "test"
}

如上示例，使用 PUT 的方式创建文档需要指定文档的 ID，如果文档 ID 已经存在，则返回 http 状态码为 409 的错误。

总结

序号	语句	特性描述
1	PUT books/_doc/1	插入时需要指定id，且重复插入相同id的文档，只会将返回的结果中的version自增，且result改为updated，本质上是先删除，再写入，并将版本号+1
2	PUT books/_create/1	插入时同样需要指定id，但当插入相同id的文档时，会返回状态码为409的错误
3	POST books/_doc/	不需要指定文档 ID， 系统自动生成。

上表是新建文档时 3 种写法的总结，如果你有更新文档内容的需求，应该使用第一种方式。如果写入文档时有唯一性校验需求的话，应该使用第二种方式。如果需要系统为你创建文档 ID，应该使用第三种方式。相对于第一种方式来说，第三种方式写入的效率会更高，因为不需要在库里查询文档是否已经存在，并且进行后续的删除工作。

同时更新不仅仅可以通过 PUT books/_doc/1 来实现，ElasticSearch也提供了Update API来完成更新操作。

POST books/_update/2
{
  "doc": {
    "name":"时间简史（视频版）",
    "intro": "探索时间和空间核心秘密的引人入胜的视频故事。"
  }
}

#结果
{
  "_index" : "books",
  "_type" : "_doc",
  "_id" : "2",
  "_version" : 3,
  "result" : "updated",
  ......
}

二者间的区别是updated是在原数据上进行修改，而PUT操作是之间将原数据删除，再插入一条新纪录，且Update只指定要更新的字段即可。

除了使用指定 ID 的方式来更新数据外，还可以用 update_by_query 的方式：

POST books/_update_by_query
{
  "query": {
    "term": {
      "book_id": {
        "value": 1
      }
    }
  },
  "script": {
    "source": "ctx._source.name='深入Linux内核架构'",
    "lang": "painless"
  }
}

执行完上述代码后，再执行 GET books/_doc/2 操作

可以发现已经修改成功了 ，脚本中 'ctx._source' 可以拿到匹配的文档的数据，所以 ctx._source.name='深入Linux内核架构' 的意思是将匹配文档的 'name' 字段的数据设置为 '深入Linux内核架构'。

需要注意的是，如果 query 中匹配的文档数量巨大，那么这个接口在 kibana 中执行的时候可能会发生超时的错误，当然你可以在请求中使用 timeout 参数，但是这个不是解决问题的有效方案。我建议你使用异步的方式进行处理，并且控制需要更新的数据量，例如按日期分批来进行更新，即在请求的URL后携带一个参数，wait_for_completion=false，其结果会返回一个task id ，再通过

GET _tasks/task_id 来查询任务的执行状态

POST books/_update_by_query?wait_for_completion=false
{
  "query": {
    "term": {
      "book_id": {
        "value": 1
      }
    }
  },
  "script": {
    "source": "ctx._source.name='深入Linux内核架构111'",
    "lang": "painless"
  }
}

{
  "task" : "CyKKcsubQBupaq7v4Yc_Rg:1102573"
}