ES（ElasticSearch）文档的表现形式以及增删改查

　1、 ES中的文档　

　　ES是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在ES中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。

　　ES使用Javascript对象符号(JavaScript Object Notation)，也就是JSON，作为文档序列化格式。JSON现在已经被大多语言所支持，而且已经成为NoSQL领域的标准格式。

　　

　　_index：索引库，类似于关系型数据库里的“数据库”—它是我们存储和索引关联数据的地方。

　　_type：类型，类似于关系型数据库中表。可以是大写或小写，不能包含下划线或逗号。我们将使用 employee 做为类型名。

　　_id:与 _index  和 _type  组合时，就可以在ELasticsearch中唯一标识（类似于主键）一个文档。当创建一个文档，你可以自定义 _id  ，也可以让Elasticsearch帮你自动生成。

　　另外还包括：

　　_uid：文档唯一标识(_type#_id)

　　_source：文档原始数据

　　_all：所有字段的连接字符串

 

2、文档的增删改

　　我们以员工对象为例，我们首先要做的是存储员工数据，每个文档代表一个员工。在ES中存储数据的行为就叫做索引(indexing)，文档归属于一种类型(type),而这些类型存在于索引(index)中，我们可以简单的对比传统数据库和ES的对应关系：

　　关系数据库（MYSQL） -> 数据库DB-> 表TABLE-> 行ROW-> 列Column

　　Elasticsearch -> 索引库Indices （数据库）-> 类型Types（表） -> 文档Documents（行） -> 字段Fields（列）

　　ES集群可以包含多个索引(indices)（数据库），每一个索引库中可以包含多个类型(types)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。

　创建索引文档

　　　　①使用自己的ID创建：

　　　　PUT{index}/{type}/{id}

　　　　{

  　　　　"field": "value",

 　　　　 ...

　　　　}

　　　　②ES内置ID创建：

　　　　POST{index}/{type}/

　　　　{

  　　　　"field": "value",

  　　　　...

　　　　}

　　　　①②ES响应内容：

　　　　{

　　　　　　"_index": "wang",

　　　　　　"_type": "employee",

　　　　　　"_id": xxxxxx,

　　　　　　"_version": 1, //文档版本号

　　　　　　"created": true //是否新增

　　　　}

　　　　③ 获取指定ID的文档

　　　　　　GET wang/employee/123?pretty

　　　　③返回的内容：

　　　　　{

　　　　　　"_index" : "wang",

　　　　　　"_type" : "employee",

　　　　　　"_id" : "123",

　　　　　　"_version" : 1,

　　　　　　"found" : true,

　　　　　　"_source" : {

   　　　　　　　"email": "sss@qq.cn",

   　　　　　　　"fullName": "张三",

   　　　　　　　...

   　　　　　　　"joine_date": "2016-06-01"

　　　　　　}

　　　　　}　

返回文档的部分字段：

　　　　GET默认返回整个文档，通过GET /wang/employee/123?_source=fullName,email

只返回文档内容，不要元数据：

　　　　GET wang/employee/123/_source

　　

④ 修改文档

　　更新整个文档

　　同PUT {index}/{type}/{id}

　　在响应中，我们可以看到Elasticsearch把 _version  增加了。

　　{

　　　　　...

　　　　"_version" : 2,

　　　　"created": false

　　}

　　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。

　　局部更新文档

　　接受一个局部文档参数 doc，它会合并到现有文档中，对象合并在一起，存在的标量字段被覆盖，新字段被添加。

　　POST wang/employee/123/_update

　　{

“doc”{

"email" : "sss@qq.cn",

"salary": 1000

}

　　}

　　email会被更新覆盖，salary会新增。

　　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

脚本更新文档

　　也可以通过使用简单的脚本来进行。这个例子使用一个脚本将age加5：

　　POST wang/emploee/123/_update

　　{

　　　　"script" : "ctx._source.age += 5"

　　}

　　在上面的例子中， ctx._source指向当前被更新的文档。

　　注意，目前的更新操作只能一次应用在一个文档上。

 

删除文档

　　DELETE {index}/{type}/{id}

　　存在文档的返回：

　　{

　　　　"found" : true,

　　　　"_index" : "wang",

　　　　"_type" : "blog",

　　　　"_id" : "123",

　　　　"_version" : 3

　　}

　　不存在的返回：

　　{

　　　　"found" : false,

　　　　"_index" : "wang",

　　　　"_type" : "blog",

　　　　"_id" : "123",

　　　　"_version" : 4

　　}

注意：尽管文档不存在，但_version依旧增加了。这是内部记录的一部分，它确保在多节点间不同操作可以有正确的顺序。

 

批量操作bulk  API

　　　　使用单一请求来实现多个文档的create、index、update 或 delete。

　　　　Bulk请求体格式：

　　　　{ action: { metadata }}\n

　　　　{ request body }\n

　　　　{ action: { metadata }}\n

　　　　{ request body }\n

　　　　每行必须以 "\n"  符号结尾，包括最后一行。这些都是作为每行有效的分离而做的标记。

　　　　create当文档不存在时创建之。

　　　　index创建新文档或替换已有文档。

　　　　update局部更新文档。

　　　　delete删除一个文档。

　　　　例如：

　　　　POST _bulk

　　　　{ "delete": { "_index": "wang", "_type": "employee", "_id": "123" }}

　　　　{ "create": { "_index": "wang", "_type": "blog", "_id": "123" }}

　　　　{ "title": "我下班了" }

　　　　{ "index": { "_index": "wang", "_type": "blog" }}

　　　　{ "title": "我真的下班了" }

注意：delete后不需要请求体，最后一行要有回车。

 

3、文档的简单查询

3.1   通过文档ID获取

　　　　略

　　　　GET /test/employee/1

3.2   批量获取

　　　　mget  API参数是一个 docs数组，数组的每个节点定义一个文档的 _index  、 _type  、 _id  元数据。如果你只想检索一个或几个确定的字段，也可以定义一个 _source  　　参数：

　　　　方式1：GET _mget

　　　　{

　　　　　　"docs" : [

{

"_index" : "itsource",

"_type" : "blog",

"_id" : 2

},

{

"_index" : "itsource",

"_type" : "employee",

"_id" : 1,

"_source": "email,age"

}

　　　　　　]

　　　　}

 

　　方式2：同一个索引库的同一个类型下

　　GET itsource/blog/_mget

　　{

　　　　"ids" : [ "2", "1" ]

　　}

3.3  空搜索-查询所有

　　没有指定任何的查询条件，只返回集群索引中的所有文档：

 　　GET test/employee/_search 查询所有的employee

　 GET _search

3.4   分页搜索

　　和SQL使用 LIMIT from,size关键字返回只有一页的结果一样，Elasticsearch接受 from  和 size  参数：

　　　　size  : 每页条数，默认 10

　　　　from  : 跳过开始的结果数，默认 0

　　如果你想每页显示5个结果，页码从1到3，那请求如下：

　　　　GET crm/emp/_search?size=5 #查询5条

　　　　GET crm/emp/_search?size=5&from=5 #查询6-10

　　　　GET crm/emp/_search?size=5&from=10 #查询11-15

3.5   查询字符串搜索

　　一个搜索可以用纯粹的uri来执行查询。在这种模式下使用搜索，并不是所有的选项都是暴露的。它可以方便快速进行 curl 测试。

　　Sql查询：

　　查询年龄为25岁的员工

　　　　GET itsource/employee/_search?q=age:25

　　如果q后的参数不指定Fileds则默认查询_all字段（隐含的文档所有字段的连接内容）

　　类似的查询语法参考lucene，如：

　　组合查询:

 　　+表示并且,多个条件做且运算====>MUST

 　　空格表示或,多个条件做或运算====>SHOULD

 　　-表示非,多个条件做非运算====>MUST_NOT

 

　　+name:john +tweet:mary

　　+name:(mary john) +date:>2014-09-10 +(aggregations geo)

　　age[20 TO 30] 

　　Select name,age from t_emp where age between and 10 order by age desc;

创建索引文档

①使用自己的ID创建：

PUT{index}/{type}/{id}

{

  "field": "value",

  ...

}

②ES内置ID创建：

POST{index}/{type}/

{

  "field": "value",

  ...

}

①②ES响应内容：

{

"_index": "itsource",

"_type": "employee",

"_id": xxxxxx,

"_version": 1, //文档版本号

"created": true //是否新增

}

 

③ 获取指定ID的文档

GET itsource/employee/123?pretty

③返回的内容：

{

"_index" : "itsource",

"_type" : "employee",

"_id" : "123",

"_version" : 1,

"found" : true,

"_source" : {

   "email": "wb@itsource.cn",

   "fullName": "文兵",

   ...

   "joine_date": "2016-06-01"

}

}

返回文档的部分字段：

GET默认返回整个文档，通过GET /itsource/employee/123?_source=fullName,email

只返回文档内容，不要元数据：

GET itsource/employee/123/_source

    只检查文档是否存在(查询头信息)：

curl -i -X HEAD http://localhost:9200/itsource/employee/123

④ 修改文档

更新整个文档

同PUT {index}/{type}/{id}

在响应中，我们可以看到Elasticsearch把 _version  增加了。

{

...

"_version" : 2,

"created": false

}

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。

局部更新文档

接受一个局部文档参数 doc，它会合并到现有文档中，对象合并在一起，存在的标量字段被覆盖，新字段被添加。

POST itsource/employee/123/_update

{

“doc”{

"email" : "wb@itsource.cn",

"salary": 1000

}

}

email会被更新覆盖，salary会新增。

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

脚本更新文档

也可以通过使用简单的脚本来进行。这个例子使用一个脚本将age加5：

POST itsource/emploee/123/_update

{

"script" : "ctx._source.age += 5"

}

在上面的例子中， ctx._source指向当前被更新的文档。

注意，目前的更新操作只能一次应用在一个文档上。

删除文档

DELETE {index}/{type}/{id}

存在文档的返回：

{

"found" : true,

"_index" : "website",

"_type" : "blog",

"_id" : "123",

"_version" : 3

}

不存在的返回：

{

"found" : false,

"_index" : "website",

"_type" : "blog",

"_id" : "123",

"_version" : 4

}

注意：尽管文档不存在，但_version依旧增加了。这是内部记录的一部分，它确保在多节点间不同操作可以有正确的顺序。

批量操作bulk  API

使用单一请求来实现多个文档的create、index、update 或 delete。

Bulk请求体格式：

{ action: { metadata }}\n

{ request body }\n

{ action: { metadata }}\n

{ request body }\n

每行必须以 "\n"  符号结尾，包括最后一行。这些都是作为每行有效的分离而做的标记。

create当文档不存在时创建之。

index创建新文档或替换已有文档。

update局部更新文档。

delete删除一个文档。

例如：

POST _bulk

{ "delete": { "_index": "itsource", "_type": "employee", "_id": "123" }}

{ "create": { "_index": "itsource", "_type": "blog", "_id": "123" }}

{ "title": "我发布的博客" }

{ "index": { "_index": "itsource", "_type": "blog" }}

{ "title": "我的第二博客" }

 

注意：delete后不需要请求体，最后一行要有回车