ElasticSearch入门学习

lmwtzw6u5l0

基于 ElasticSearch-6.1.2

关于文档元数据

参考官方权威指南 文档元数据

一个文档有三个必须的元数据元素：

• 　　_index：表示文档存放在哪个 index 中；
  
• 　　_type：文档表示的对象类型；
  
• 　　_id：文档的唯一标识；
  

1. 索引新文档


通过使用 index API，使得文档可以被 索引 -- 即存储文档，以及使得文档可以被搜索。


1.1 使用自定义的ID


以下为索引一篇blog的例子，其中：index 为 website，类型为 blog，自定义的ID为 123，


PUT /website/blog/123 HTTP/1.1
{    "date": "2014/01/01",
    "text": "Still trying this out...",
    "title": "My second blog entry"}

ES 的响应体如下：


HTTP/1.1 201 Created
Location: /website/blog/123
content-encoding: gzip
content-length: 143
content-type: application/json; charset=UTF-8
{    "_id": "123",
    "_index": "website",
    "_primary_term": 1,
    "_seq_no": 0,
    "_shards": {        "failed": 0,
        "successful": 1,
        "total": 2
    },
    "_type": "blog",
    "_version": 1,
    "result": "created"
}

在 ES 中，每个文档都会有个版本号（响应中的 _version 字段），每次修改和删除，_version 都会自增。


1.2 使用 ES 自动生成的ID


采用 POST 提交索引请求：


POST /website/blog/ HTTP/1.1
{    "date": "2014/01/01",
    "text": "Still trying this out...",
    "title": "My second blog entry"
}

如下为 ES 的响应：


HTTP/1.1 201 Created
Location: /website/blog/UALcG2EBr-dnzPFB0zH1
content-encoding: gzip
content-length: 165
content-type: application/json; charset=UTF-8
{    "_id": "UALcG2EBr-dnzPFB0zH1",
    "_index": "website",
    "_primary_term": 1,
    "_seq_no": 0,
    "_shards": {        "failed": 0,
        "successful": 1,
        "total": 2
    },
    "_type": "blog",
    "_version": 1,
    "result": "created"}

除了 _id 是 ES 自动生成的之外，其他响应字段都和上面的类似。

自动生成的 ID 是 URL-safe、 基于 Base64 编码且长度为20个字符的 GUID 字符串。 这些 GUID 字符串由可修改的 FlakeID 模式生成，这种模式允许多个节点并行生成唯一 ID ，且互相之间的冲突概率几乎为零。

2. 检索文档
2.1 检索指定ID的文档
查询 ID 为 123 的 blog 的请求：


GET /website/blog/123?pretty HTTP/1.1

请求后面的 pretty 参数使得 ES 在输出时调用 prety-print 功能，使得 JSON 响应体更加可读。

ES 响应如下：


HTTP/1.1 200 OK
content-encoding: gzip
content-length: 173
content-type: application/json; charset=UTF-8
{    "_id": "123",
    "_index": "website",
    "_source": {        "date": "2014/01/01",
        "text": "Still trying this out...",
        "title": "My second blog entry"
    },
    "_type": "blog",
    "_version": 1,
    "found": true}

响应体中的 {"found": true} 表示文档已经检索到，如果没有指定的文档，则会返回 found = false，如下：


GET /website/blog/124?pretty HTTP/1.1
HTTP/1.1 404 Not Found
content-encoding: gzip
content-length: 87
content-type: application/json; charset=UTF-8
{    "_id": "124",
    "_index": "website",
    "_type": "blog",
    "found": false}

2.2 返回文档的一部分
如下只返回 blog 的标题字段，而不是默认的返回所有字段：


GET /website/blog/123?pretty&_source=title HTTP/1.1
HTTP/1.1 200 OK
content-encoding: gzip
content-length: 136
content-type: application/json; charset=UTF-8
{    "_id": "123",
    "_index": "website",
    "_source": {        "title": "My second blog entry"
    },
    "_type": "blog",
    "_version": 1,
    "found": true}

2.3 只返回文档内容，不需要返回元信息
GET /website/blog/123/_source?pretty HTTP/1.1
HTTP/1.1 200 OK
content-encoding: gzip
content-length: 113
content-type: application/json; charset=UTF-8
{    "date": "2014/01/01",
    "text": "Still trying this out...",
    "title": "My second blog entry"}　　2.3 检查文档是否存在

　　使用 HEAD 请求，只返回一个 HTTP 请求报文头：

HEAD /website/blog/123 HTTP/1.1

　　如果文档存在，则返回一个  200 OK 的状态码：

HTTP/1.1 200 OKcontent-length: 186 content-type: application/json; charset=UTF-8

　　如果不存在，则返回一个 404 Not Found 的状态码：

HTTP/1.1 404 Not Found content-length: 61 content-type: application/json; charset=UTF-8

　　3，更新文档
　　ES 中的文档是 *不可改变* 的，不能修改的，如果需要更新现有的文档，需要 重建索引 或者进行替换。

PUT /website/blog/123 HTTP/1.1 　　Accept: application/json, */* 　　Accept-Encoding: gzip, deflate 　　Connection: keep-alive 　　Content-Length: 117 　　Content-Type: application/json 　　Host: localhost:9200 　　{ 　　"date": "2014/01/02", 　　"text": "I am starting to get the hang of this...", 　　"title": "My first blog entry" 　　}

　　如下为 ES 的响应体：

HTTP/1.1 200 OK 　　content-encoding: gzip 　　content-length: 143 　　content-type: application/json; charset=UTF-8 　　{ 　　"_id": "123", 　　"_index": "website", 　　"_primary_term": 2, 　　"_seq_no": 1, 　　"_shards": { 　　"failed": 0, 　　"successful": 1, 　　"total": 2 　　}, 　　"_type": "blog", 　　"_version": 2, 　　"result": "updated" 　　}

　　如上可以看到 _version 字段自增了。在内部，Elasticsearch 已将旧文档标记为已删除，并增加一个全新的文档。 尽管你不能再对旧版本的文档进行访问，但它并不会立即消失。当继续索引更多的数据，Elasticsearch 会在后台清理这些已删除文档。
　　4，删除文档
　　使用 DELETE 方法来删除文档。

DELETE /website/blog/123 HTTP/1.1 　　Accept: */* 　　Accept-Encoding: gzip, deflate 　　Connection: keep-alive 　　Content-Length: 0 　　Host: localhost:9200

　　ES 返回的响应体如下：

HTTP/1.1 200 OK 　　content-encoding: gzip 　　content-length: 143 　　content-type: application/json; charset=UTF-8 　　{ 　　"_id": "123", 　　"_index": "website", 　　"_primary_term": 2, 　　"_seq_no": 2, 　　"_shards": { 　　"failed": 0, 　　"successful": 1, 　　"total": 2 　　}, 　　"_type": "blog", 　　"_version": 3, 　　"result": "deleted" 　　}