修改数据

Elasticsearch 提供近实时的数据操作和搜索功能。默认情况下,数据从写入/更新到被检索到需要1s(刷新间隔配置的时间)左右。这是和其他存储引擎一个很重要的不同,像数据库中的数据,事务执行完后数据就立马可见。

索引/替换文档

我们之前已经知道如何创建一个文档了,在执行一次:

curl -XPUT ‘localhost:9200/customer/external/1?pretty’ -d ‘ { “name”: “John Doe” }’

上面将指定文档索引到 customer 索引的 externaltype 中,id为1。如果我们再次执行上面的命令,用不同或相同的文档,Elasticsearch 将会用新的文档覆盖上面的现有的id为1的那个文档(或称作reindex)。

curl -XPUT ‘localhost:9200/customer/external/1?pretty’ -d ‘ { “name”: “Jane Doe” }’

上面的命令将id为1的文档名从 “John Doe” 改为了 “Jane Doe”。另一方面,如果我们使用不同的id,将会创建一个新的文档到索引中,原有的文档将不会被改变。

curl -XPUT ‘localhost:9200/customer/external/2?pretty’ -d ‘ { “name”: “Jane Doe” }’

上面的命令索引了一个ID为2的新文档。 索引的时候,ID参数是可选的,如果没有指定,Elasticsearch 将会生成一个随机的ID并用他作为文档 ID,ES 生成的 ID(或者我们指定了的ID)将会作为调用API的返回结果返回。 下面的例子告诉我们如何不指定ID创建文档。

curl -XPOST ‘localhost:9200/customer/external?pretty’ -d ‘ { “name”: “Jane Doe” }’

注意,上面的例子因为没有指定ID,所以我们用的是POST请求,而不是PUT (译者批注:实际使用中译者使用POST和PUT都可以实现插入更新,并没有发现什么不同,实际上源码里也能看到,创建文档的handler里面能同时处理POST和PUT两类请求


更新文档

除了新建或覆盖文档,我们还能修改文档。但是要注意 Elasticsearch 底层并不是直接在原来的数据上做更新。每当我们执行更新操作,ES删除老文档然后创建新文档,这两步是在一次更新请求中完成的。 下面的例子展示如何修改之前那个 ID 为1的文档,修改名字为 ”Jane Doe“。

curl -XPOST ‘localhost:9200/customer/external/1/_update?pretty’ -d ‘ { “doc”: { “name”: “Jane Doe” } }’

下面的例子展示如何修改文档的名字为 ”Jane Doe“ 并增加一个 age 字段:

curl -XPOST ‘localhost:9200/customer/external/1/_update?pretty’ -d ‘ { “doc”: { “name”: “Jane Doe”, “age”: 20 } }’

更新操作也可以使用简单的脚本。注意,像下面这种动态脚本在1.4.3版本默认是禁止的,细节请看scripting docs。这个脚本的作用是给年龄加5:

curl -XPOST ‘localhost:9200/customer/external/1/_update?pretty’ -d ‘ { “script” : “ctx._source.age += 5” }’

译者批注:脚本功能十分强大,但是并不推荐使用,特别是查询。类似关系型数据库的存储过程,虽然能处理复杂业务逻辑但是把过于复杂的逻辑置于ES引擎对性能是一种损耗,ES默认禁用这个特性也是有道理的。

上面的例子中,ctx._source 引用的是你要更新的文档(也就是 ID 为1的文档)。 注意一次只能修改一个文档,未来版本可能会提供批量按条件修改的 API ,类似 SQL 中的 update where条件。


删除文档

删除文档相当简单,下面的例子表示删除ID为2的文档:

DELETE /customer/doc/2?pretty

删除同样也提供了批量删除 API (插件),不过值得一提的是,如果需要清空数据,删除整个索引比批量删除所有文档效率更高。

译者批注:关于批量修改,还有批量删除,都有对应的插件,但实际上也是使用滚动查询然后一条条删除,执行速度十分慢,若该过程执行较长,服务层等待队列可能会出现请求超时,因此该特性建议在测试环境,或命令行模式流量低峰期使用,线上接口不推荐提供。推荐使用批量更新或删除接口,或多起几个线程单条删除。)


批量操作

除了增删改单个文档之外,以上操作 ES 还提供了批量执行: _bulk API,批量机制十分高效,能利用尽可能少的网络开销来尽可能提升数据处理速度。 示例如下,下面使用一个批量接口索引两个文档:

  1. POST /customer/doc/_bulk?pretty
  2. {"index":{"_id":"1"}}
  3. {"name": "John Doe" }
  4. {"index":{"_id":"2"}}
  5. {"name": "Jane Doe" }

更新第一个文档并删除第二个文档:

  1. POST /customer/doc/_bulk?pretty
  2. {"update":{"_id":"1"}}
  3. {"doc": { "name": "John Doe becomes Jane Doe" } }
  4. {"delete":{"_id":"2"}}

注意第二个删除操作,操作中并不包含源文档信息,因为删除只需要提供 ID 即可。

批量操作其中一个操作失败了,并不会影响整个操作,如果一个操作失败了其他操作还是会继续执行。当批量执行结束,会得到一个返回响应,里面包括每个操作的状态码信息,你可以通过这个信息观察某个操作是否失败。