ES（ElasticSearch）文档的表现形式以及增删改查

亦凉 2023-08-17 17:49 128阅读 0赞

**　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

![1697796-20190807104528325-1324913758.png][]

**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",][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;

<table style="border-collapse:collapse;width:665px;"> 
 <tbody> 
 <tr> 
 <td style="width:498.4pt;border:solid 1pt;"> 创建索引文档 ①使用自己的ID创建： PUT{index}/{type}/{id} { &nbsp; "field": "value", &nbsp; ... } ②ES内置ID创建： POST{index}/{type}/ { &nbsp; "field": "value", &nbsp; ... } ①②ES响应内容： { "_index": "itsource", "_type": "employee", "_id": xxxxxx, "_version": 1, //文档版本号 "created": true //是否新增 } &nbsp; 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" : { &nbsp;&nbsp; "email": "wb@itsource.cn", &nbsp;&nbsp; "fullName": "文兵", &nbsp;&nbsp; ... &nbsp;&nbsp; "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 &nbsp;&nbsp;&nbsp; 只检查文档是否存在(查询头信息)： curl -i -X HEAD <a href="http://localhost:9200/itsource/employee/123" rel="nofollow">http://localhost:9200/itsource/employee/123</a> 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&nbsp; 增加了。 { ... "_version" : 2, "created": false } created&nbsp; 标识为 false&nbsp; 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" : <a href="mailto:%22nixianhua@itsource.cn%22," rel="nofollow">"wb@itsource.cn",</a> "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。 </td> 
 </tr> 
 <tr> 
 <td style="width:498.4pt;border:solid 1pt;border-top:none;"> 批量操作bulk&nbsp; 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"&nbsp; 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" } &nbsp; 注意：delete后不需要请求体，最后一行要有回车 </td> 
 </tr> 
 </tbody> 
</table>

转载于:https://www.cnblogs.com/wanghj-15/p/11307999.html

[1697796-20190807104528325-1324913758.png]: /images/20230808/11d7a24ab6054a7fbd7f77e132319e4a.png
[sss_qq.cn]: mailto:%22nixianhua@itsource.cn%22,