Elasticsearch精学笔记（二）

三、ES数据操作

• 1. ES的数据体

  • ES中的文档存储的是序列化后的JSON数据；
  • ES都基于JSON结构体进行请求和响应。

  我们可以认为对象(object)和文档(document)是等价相通的。不过，他们还是有所差别：对象(Object)是一个JSON结构体——类似于哈希、hashmap、字典或者关联数组；对象(Object)中还可能包含其他对象(Object)。 在Elasticsearch中，文档(document)这个术语有着特殊含义。它特指最顶层结构或者根对象(root object)序列化成的JSON数据（以唯一ID标识并存储于Elasticsearch中）。

• 2. 关于ES提供的操作有哪些？

  首先提一点，文档在Elasticsearch中是不可变的，ES内部没有更新操作（而是做了一系列操作），但API提供了封装的update操作；

  • 索引（创建）文档：文档通过index API被索引——使数据可以被存储和搜索，此方法是post请求；
  • 检索文档：此方法与索引文档使用同样的_index、_type、_id三个必要参数，不过此方法是get请求；
  • 检查文档：如果你只想检查文档是否存在，那么将检索文档的get请求改为head请求，返回200/404；
  • 更新文档：无论更新还是局部更新都遵循此步骤：从旧文档中检索JSON —— 修改此文档信息 —— 删除旧文档 —— 索引全新文档；
  • 删除文档：删除文档的语法模式与前面几个基本一致，只不过要使用delete请求。删除一个文档不会立即从磁盘上移除，它只是被标记成已删除。Elasticsearch将会在你之后添加更多索引的时候才会在后台进行删除内容的清理。

• 3. 如何操作？

  接下来的操作中，我会提供两种代码：通用的 和 Python的

  1. 创建一个ES索引
  上一章没有讲如何创建ES的索引，这节补充一下：
  让我们在集群中唯一一个空节点上创建一个叫做esdatabase的索引。默认情况下，一个索引被分配5个主分片，每个主分片对应一个复制分片。

  官方代码：
  PUT /esdatabase
  {
     "settings" : {
         "number_of_shards" : 5,
         "number_of_replicas" : 1
     }
  }
  

  Python创建索引：
  es = Elasticsearch(hosts='127.0.0.1:9200', http_compress=True)
  settings = {
      'settings': {
          'number_of_shards': 3,  # 主分片默认5设置为3
          'number_of_replicas': 1  # 复制分片倍数默认1设置为1
      }
  }
  result = es.indices.create(index='esdatabase', body=settings, ignore=400)
  print(result)
  

  2. 索引一个文档

  文档通过其_index、_type、_id唯一确定。我们可以自己提供一个_id，或者可以让Elasticsearch自动为我们生成。
  自动生成的ID有22个字符长，URL-safe, Base64-encoded string universally unique identifiers, 或者叫 UUIDs。

  2.1. 使用自己的ID
  如果你的文档有自然的标识符（例如user_account字段或者其他值表示文档），你就可以提供自己的_id，使用这种形式的index API：

  PUT /{index}/{type}/{id}
  {
    "field": "value",
    ...
  }
  

  body = {
      'name': 'chonger',
      'age': '23'
  }
  result = es.index(index='esdatabase', body=body, doc_type='UserName',
                    id='123', ignore=400)
  print(result)
  

  **2.2. 使用生成的ID
  自增ID不用指定ID参数即可，ES会帮你生成一个UUIDs。

  3. 获取和创建一个文档

  4. 检查一个文档是否存在

  5. 更新一个文档

  6. 删除一个文档

  7. 版本控制

  8. 局部更新

  9. 批量获取Mget

  10. 批量操作Bulk

  body = [
      {"delete": {"_index": "website", "_type": "blog", "_id": "123"}},
      {'create': {'_index': 'website', '_type': 'blog', '_id': '123'}},
      {'title': 'My first blog post'},
      {'update': {'_index': 'website', '_type': 'blog', '_id': '123'}},
      {'doc': {'title': 'My first blog post1'}}
  ]
  bulk = es.bulk(body=body)
  print(bulk)
  

• 附录：基本ES元数据表（metadata）

*三个必须得元数据：
"_index"：它是我们存储和索引关联数据的地方
"_type"：文档代表的对象的类，也就是添加数据得类型
"_id"：唯一标识一个文档的ID

*其他：
"_version"：文档的版本号（用途请查看上面的版本控制操作）
"found"：获取文档操作响应体中出现，标识是否找到文档（true or false）
"_source"：获取（检索）文档操作且找到文档时返回的文档内容
"created"：es5.x版本前用来标识是否是新创建，已移除
"result"：es5.x版本后用来标识当前操作类型（create、index、update、delete）
"_shards"：
"status"：
"_seq_no"：
"_primary_term"：
"doc"：请求更新时提供的局部更新元操作

近期持续更新中。。。。
更新日期：2019年7月14日16点33分

上一章：Elasticsearch精学笔记（一）