Elasticsearch 2.20 文档篇：新增文档
新增文档
新增文档是把一条新的文档增加到索引中，使之能够进行搜索，文档的格式是JSON格式。 注意：在Elasticsearch中如果文档的id存在，则更新此文档。例如我们在索引secilog中下面增加一条文档：
请求：PUT http://localhost:9200/secilog/log/1
参数：
{
"collect_type" : "syslog",
"collect_date" : "2016-01-11T09:32:12",
"message" : "Failed password for root from 192.168.21.1 port 50790 ssh2"
}
返回结果：
{
"_index": "secilog",
"_type": "log",
"_id": "1",
"_version": 1,
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"created": true
}
返回结果中的_shards说明，_shards提供了索引创建的过程信息:
total:文档被创建的时候，在多少个分片中进行了操作，包括主分片和副本分片；
successful：成功建立索引分片的数量，当创建成功后，成功创建索引分片的数量最少是1；
failed:失败建立索引分片的数量。
自动创建索引
当创建文档的时候，如果索引不存在，则会自动创建该索引。自动创建的索引会自动映射每个字段的类型。自动创建字段类型是非常灵活的，新的字段类型将会自动匹配字段对象的类型。比如字符串类型，日期类型。自动创建索引可以通过配置文件设置action.auto_create_index为false在所有节点的配置文件中禁用。自动映射的字段类型可以通过配置文件设置index.mapper.dynamic为false禁用。自动创建索引可以通过模板设置索引名称，例如：可以设置 action.auto_create_index为 +aaa*,-bbb*,+ccc*,-* (+表示准许，-表示禁止)。
版本号
每个文档都有一个版本号，版本号的具体值放在在创建索引的返回值中("_version":)。通过版本号参数可以达到乐观并发控制的效果。当在操作文档的过程中指定版本号，如果和版本号不一致的时候操作会被拒绝。版本号常用在对事务的处理中。例如，更新刚才创建的文档：
请求：PUT http://localhost:9200/secilog/log/1?version=2&pretty
参数：
{
"message" : "elasticsearch now has versioning support!"
}
返回内容为更新失败：
{
"error" : {
"root_cause" : [ {
"type" : "version_conflict_engine_exception",
"reason" : "[log][1]: version conflict, current [-1], provided [2]",
"index" : "secilog",
"shard" : "2"
} ],
"type" : "version_conflict_engine_exception",
"reason" : "[log][1]: version conflict, current [-1], provided [2]",
"index" : "secilog",
"shard" : "2"
},
"status" : 409
}
注意：版本号是实时更新的，不会存在缓存现象。当操作的时候不指定版本号，则系统不会对版本号是否一致进行检查。
默认情况下对文档的操作版本号从1开始递增，包括修改文档和删除文档。当然版本号还可以从外部获取，比如从数据库中获取，要启用此功能，version_type应设置为external，这个值必须是一个大于0小于 9.2e+18的数字。当使用外部版本号来代替自动生成的版本号时，在操作文档的时候，系统通过对比参数中的版本号是否大于文档中的版本号来做判断，当参数中的版本号大于系统中的版本号，则执行此操作，并更新版本号。反之则拒绝操作(包括小于或者等于)。
版本号同时产生了一个比较实用的功能，只要版本号从源数据库中使用，在异步索引操作的时候就不需要对源数据库的变化执行严格排序。任何操作都只会对最新的版本号起作用，不管这个版本号是内部的还是从外部获取的。
本文由赛克蓝德(secisland)原创，转载请标明作者和出处。
操作类型
系统同时支持通过op_type=create参数强制命令只执行创建操作，只有系统中不存在此文档的时候才会创建成功。如果不指定此操作类型，如果存在此文档，则会更新此文档。例如再次创建文档：
请求：PUT http://localhost:9200/secilog/log/1?op_type=create&pretty
参数：
{
"collect_type" : "syslog",
"collect_date" : "2016-01-11T09:32:12",
"message" : "Failed password for root from 192.168.21.2 port 50790 ssh2"
}
返回值，表示创建失败：
{
"error" : {
"root_cause" : [ {
"type" : "document_already_exists_exception",
"reason" : "[log][1]: document already exists",
"index" : "secilog",
"shard" : "3"
} ],
"type" : "document_already_exists_exception",
"reason" : "[log][1]: document already exists",
"index" : "secilog",
"shard" : "3"
},
"status" : 409
}
当不指定op_type=create时候，则更新此文档。
创建操作的另一个写法为：http://localhost:9200/secilog/log/1/_create?pretty
自动创建ID
当创建文档的时候，如果不指定id，系统会自动创建id。自动生成的id是一个不会重复的随机数。例如：
请求：POST http://localhost:9200/secilog/log/?op_type=create&pretty
参数：
{
"collect_type" : "syslog",
"collect_date" : "2016-01-11T09:32:12",
"message" : "Failed password for root from 192.168.21.2 port 50790 ssh2"
}
返回值：
{
"_index" : "secilog",
"_type" : "log",
"_id" : "AVLOV99W6rG7Qqt6i_gk",
"_version" : 1,
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"created" : true
}
从中可以看出_id自动生成了一个随机数。
分片选择
默认情况下，分片的选择是通过ID的散列值进行控制，分片的选择。这个只可以通过router 参数进行手动的控制。可以在每个操作的基础上直接通过哈希函数的值来指定分片的选择。例如：
请求：POST http://localhost:9200/secilog/log/?routing=secisland&pretty
在上面的例子中，分片的选择是通过指定routing=secisland参数的哈希值来确定的。
其他说明
分布式：索引操作主要是针对主节点的分片进行，当主节点完成索引操作后，如果有副本节点，则分发到副本中。
一致性：为了防止当网络出现问题的时候写入不一致，系统只有在有效节点的数量大于一定数量的时候生效(总结点数/2+1)，该值可以通过action.write_consistency参数进行修改。
刷新：更新的时候可以指定refresh 参数为true来立即刷新所有的副本，当refresh设置为true的时候，系统做了充分的优化，不会对系统产生任何影响，需要注意的是查询操作refresh参数没有任何的意义。
空操作：当文档内容没有任何改变的时候，更新文档操作也会生效，具体体现在版本号会发生变化。如果不希望此情况发生，在更新的时候指定 detect_noop为true。这个参数在创建索引的时候无效。
超时：默认情况下系统的超时时间是一分钟。可以通过设置timeout来修改超时的时间，例如timeout=5m，表示超时的时间是5分钟。
赛克蓝德(secisland)后续会逐步对Elasticsearch的最新版本的各项功能进行分析，近请期待。也欢迎加入secisland公众号进行关注。