一起学 Elasticsearch 系列 - 索引的批量操作
本文已收录至 Github,推荐阅读 👉 Java随想录
微信公众号:Java随想录
Elasticsearch 提供了 _mget
和 _bulk
API 来执行批量操作,它允许你在单个 HTTP 请求中进行多个索引获取/删除/更新/创建操作。这种方法比发送大量的单个请求更有效率。
基于 mget 的批量查询
mget(multi-get) API 用于批量检索多个文档。它可以通过一次请求获取多个文档的内容,并提供了一些参数来控制检索行为。下面是 mget API 的请求示例、响应示例以及一些常用参数的含义:
请求示例:
上述示例中,我们向my_index
索引发出一个 mget 请求,要求检索 id 为 1 和 2 的两个文档。
响应示例:
上述示例中,响应结果中包含了每个请求文档的结果。每个结果都有_source
字段,其中包含了文档的实际内容。同时,还有一个found
字段指示是否找到了对应的文档。
以下是一些常用的 mget 参数及其含义:
_index
:指定索引名称,表示要检索的文档所在的索引。_id
:指定文档的唯一标识符,用于唯一确定要检索的文档。_source
:设置为 false 可以禁用返回文档的内容,只返回元数据信息。默认为 true,返回完整的文档内容。stored_fields
:指定要返回的存储字段(stored fields),用逗号分隔多个字段名。这些字段必须在映射中设置了store
属性才能被返回。_source_includes
和_source_excludes
:允许选择性地包含或排除返回文档中的特定字段,以控制返回结果的内容。routing
:指定文档的路由值,用于决定将文档存储在哪个分片上。如果索引设置了自定义路由策略,必须提供正确的路由值。
这些参数可以通过请求体中的每个文档对象进行设置,例如:
基于 bulk 的批量增删改
bulk API 允许执行批量的索引、删除和更新操作。它可以通过一次请求同时处理多个操作,提高数据的写入效率。
bulk API 中,请求是通过一行一行的 JSON 数据进行定义的。每个操作(索引、删除、更新)都需要按照特定格式写在一行中。
格式要求如下:
每个操作必须以一个操作描述符开始,例如
index
、delete
、update
。操作描述符后面必须跟着一个 JSON 对象,该对象包含操作所需的参数和数据。
每个操作及其对应的 JSON 数据必须用换行符分隔。
示例:
注意以下几点:
请求数据中的每一行都必须是有效的 JSON 格式,且不能有多余的空格或换行符。
在一个 bulk 请求中,可以包含任意数量的操作。
bulk 请求可以一次性执行多个操作,提高效率,但也会增加单个请求的复杂性和长度。
下面是 bulk API 的请求示例、响应示例以及一些常用参数的含义。
请求示例:
上述示例展示了一个包含三个操作的 bulk 请求:
索引(index)操作:将一个新文档插入到
my_index
索引中,指定唯一标识符为 1。删除(delete)操作:从
my_index
索引中删除唯一标识符为 2 的文档。更新(update)操作:将
my_index
索引中唯一标识符为 3 的文档进行更新。
响应示例:
上述示例展示了每个操作的响应结果。每个结果都包含了与对应操作相关的元数据信息,如索引名称、文档 ID、版本号、操作结果(如创建、删除、更新)以及 HTTP 状态码。
以下是一些常用的 bulk 参数及其含义:
index
:指定要执行索引操作的索引名称和文档 ID。delete
:指定要执行删除操作的索引名称和文档 ID。update
:指定要执行更新操作的索引名称和文档 ID。doc
:在更新操作中,用于指定要更新的字段和值。retry_on_conflict
:在并发更新时,设置重试次数以处理冲突,默认为 0,表示不进行重试。pipeline
:指定在索引操作期间使用的管道 ID,用于预处理文档。
这些参数需要在每个操作的请求行中进行设置,例如:
filter_path
在 Elasticsearch 中,filter_path
参数用于过滤返回的响应内容,可以用于减小 Elasticsearch 返回的数据量。当你指明一个或多个路径时,返回的 JSON 对象就只会包含这些路径下的键,它接收一个逗号分隔的列表,其中包含了你想要返回的 JSON 对象内的路径。这个参数支持通配符(*
)匹配和数组元素([]
)匹配。列如:
上述请求中的 filter_path=items.*.error
会让 Elasticsearch 仅返回 _bulk
API 调用结果中的错误信息。items.*.error
这个路径表示,在返回的响应中,匹配到所有存在 error
字段的 items
。
这样做有两个主要好处:
它可以提升 Elasticsearch 的性能,因为少量的数据意味着更快的序列化和反序列化。
它可帮助你聚焦于感兴趣的部分,不必处理无关的数据。
请注意,*
是通配符,代表任何值。
以下是一些其他 filter_path
的示例:
filter_path=took
: 这个请求仅返回执行请求所花费的时间(以毫秒为单位)。filter_path=items._id,items._index
: 这个请求仅返回每个 item 的_id
和_index
字段。filter_path=items.*.error
: 这个请求会返回所有包含error
字段的 items。filter_path=hits.hits._source
: 这个请求仅返回搜索结果中的原始文档内容。filter_path=_shards, hits.total
: 这个请求返回关于shards
的信息和命中的总数。filter_path=aggregations.*.value
: 这个请求仅返回每个聚合的值。
请注意,如果你在 filter_path
中指定了多个字段,你需要使用逗号将它们分隔开。
版权声明: 本文为 InfoQ 作者【码农BookSea】的原创文章。
原文链接:【http://xie.infoq.cn/article/79591bcc1f19791fc3d3dfb7d】。文章转载请联系作者。
评论