ElasticSearch（四）ElasticSearch文档操作
1、什么是文档?
在大多数应用中，多数实体或对象可以被序列化为包含键值对的 JSON 对象。
一个 键 可以是一个字段或字段的名称，
一个 值 可以是一个字符串，一个数字，一个布尔值， 另一个对象，一些数组值，或一些其它特殊类型诸如表示日期的字符串，或代表一个地理位置的对象：
{ "name": "John Smith", "age": 42, "confirmed": true, "join_date": "2014-06-01", "home": { "lat": 51.5, "lon": 0.1 }, "accounts": [ { "type": "facebook", "id": "johnsmith" }, { "type": "twitter", "id": "johnsmith" } ] } 复制代码通常情况下，我们使用的术语 对象 和 文档 是可以互相替换的。
不过，有一个区别： 一个对象仅仅是类似于 hash 、 hashmap 、字典或者关联数组的 JSON 对象，对象中也可以嵌套其他的对象。 对象可能包含了另外一些对象。
在 Elasticsearch 中，术语 文档 有着特定的含义。它是指最顶层或者根对象, 这个根对象被序列化成 JSON 并存储到 Elasticsearch 中，指定了唯一 ID。
字段的名字可以是任何合法的字符串，但 不可以 包含英文句号(.)
2、文档元数据
一个文档不仅仅包含它的数据 ，也包含 元数据 —— 有关 文档的信息。 三个必须的元数据元素如下：
_index :文档在哪存放 _type :文档表示的对象类别 _id :文档唯一标识
更多见官方文档：官网
3、文档添加
通过使用 index API ，文档可以被 索引 —— 存储和使文档可被搜索。 但是首先，我们要确定文档的位置。正如我们刚刚讨论的，一个文档的 _index 、 _type 和 _id 唯一标识一个文档。 我们可以提供自定义的 _id 值，或者让 index API 自动生成。
1、使用自定义的 ID：如果你的文档有一个自然的标识符 （例如，一个 user_account 字段或其他标识文档的值），你应该使用如下方式的 index API 并提供你自己 _id ：
PUT /{index}/{type}/{id} { "field": "value", ... } 复制代码例如： 举个例子，如果我们的索引称为 blog ，类型称为 type ，并且选择 1 作为 ID ，那么索引请求应该是下面这样：
PUT /blog/type/1 { "title": "my first type", "name": "java", "date": "2021/02/21" } 复制代码返回，该响应表明文档已经成功创建，该索引包括 _index 、 _type 和 _id 元数据， 以及 _version 。
{ "_index": "blog", "_type": "type", "_id": "1", "_version": 1, "result": "created", "_shards": { "total": 3, "successful": 3, "failed": 0 }, "_seq_no": 0, "_primary_term": 6 } 复制代码_index 表示文档索引。
_type 表示文档的类型。
_id 表示文档的 id。
_version 表示文档的版本（更新文档，版本会自动加 1，针对一个文档的）。
result 表示执行结果。
_shards 表示分片信息。
_seq_no 和 _primary_term 这两个也是版本控制用的（针对当前 index）。
2、使用自动化的ID
如果你的数据没有自然的 ID， Elasticsearch 可以帮我们自动生成 ID 。 请求的结构调整为： 不再使用 PUT 谓词(“使用这个 URL 存储这个文档”)， 而是使用 POST 谓词(“存储文档在这个 URL 命名空间下”)。
现在该 URL 只需包含 _index 和 _type :
POST /blog/type/ { "title": "my first type", "name": "java", "date": "2021/02/21" } 复制代码相应体除了 _id 是 Elasticsearch 自动生成的，响应的其他部分和前面的类似：
{ "_index": "blog", "_type": "type", "_id": "uPiIw3cBOjvzCSsirgZV", "_version": 1, "result": "created", "_shards": { "total": 3, "successful": 3, "failed": 0 }, "_seq_no": 0, "_primary_term": 7 } 复制代码自动生成的 ID 是 URL-safe、 基于 Base64 编码且长度为20个字符的 GUID 字符串。 这些 GUID 字符串由可修改的 FlakeID 模式生成，这种模式允许多个节点并行生成唯一 ID ，且互相之间的冲突概率几乎为零。
当我们索引一个文档，怎么确认我们正在创建一个完全新的文档，而不是覆盖现有的呢？
请记住， _index 、 _type 和 _id 的组合可以唯一标识一个文档。所以，确保创建一个新文档的最简单办法是，使用索引请求的 POST 形式让 Elasticsearch 自动生成唯一 _id
4、读取文档
1、获取单个
为了从 Elasticsearch 中检索出文档，我们仍然使用相同的 _index , _type , 和 _id ，但是 HTTP 谓词更改为 GET :
例如，我们需要取回我们刚刚新建的第一个type，也就是ID为1的type
GET /blog/type/1 复制代码
返回体：
{ "_index": "blog", "_type": "type", "_id": "1", "_version": 1, "_seq_no": 0, "_primary_term": 6, "found": true, "_source": { "title": "my first type", "name": "java", "date": "2021/02/21" } } 复制代码GET 请求的响应体包括 {"found": true} ，这证实了文档已经被找到。 如果我们请求一个不存在的文档，我们仍旧会得到一个 JSON 响应体，但是 found 将会是 false 。 此外， HTTP 响应码将会是 404 Not Found ，而不是 200 OK 。
例如，读取一个不存在的文档
GET /blog/type/1 复制代码
返回体：
{ "_index": "blog", "_type": "type", "_id": "2", "found": false } 复制代码2、获取多个文档
Elasticsearch 的速度已经很快了，但甚至能更快。 将多个请求合并成一个，避免单独处理每个请求花费的网络延时和开销。 如果你需要从 Elasticsearch 检索很多文档，那么使用 multi-get 或者 mget API 来将这些检索请求放在一个请求中，将比逐个文档请求更快地检索到全部文档。
mget API 要求有一个 docs 数组作为参数，每个元素包含需要检索文档的元数据， 包括 _index 、 _type 和 _id 。如果你想检索一个或者多个特定的字段，那么你可以通过 _source 参数来指定这些字段的名字：
GET /_mget { "docs" : [ { "_index" : "blog", "_type" : "type", "_id" : 1 }, { "_index" : "blog", "_type" : "type", "_id" : 2, "_source": "views" } ] } 复制代码该响应体也包含一个 docs 数组， 对于每一个在请求中指定的文档，这个数组中都包含有一个对应的响应，且顺序与请求中的顺序相同。
其中的每一个响应都和使用单个 get request 请求所得到的响应体相同：
{ "docs": [ { "_index": "blog", "_type": "type", "_id": "1", "_version": 3, "_seq_no": 5, "_primary_term": 6, "found": true, "_source": { "title": "my first type,and i rewrote it", "name": "java", "date": "2021/02/21", "views": 1 } }, { "_index": "blog", "_type": "type", "_id": "2", "_version": 1, "_seq_no": 1, "_primary_term": 7, "found": true, "_source": { "views": 1 } } ] } 复制代码如果想检索的数据都在相同的 _index 中（甚至相同的 _type 中），则可以在 URL 中指定默认的 /_index 或者默认的 /_index/_type 。
GET /blog/_mget { "docs" : [ { "_type": "type", "_id": 1 }, { "_type": "type", "_id": 2 } ] } 复制代码或者
GET /blog/type/_mget { "ids": [1,2] } 复制代码5、查看文档是否存在
如果只想检查一个文档是否存在--根本不想关心内容—那么用 HEAD 方法来代替 GET 方法。
HEAD 请求没有返回体，只返回一个 HTTP 请求报头：
1、查看一个存在的文档：
HEAD /blog/type/1 复制代码
返回200 ok
2、查看一个不存在的文档
HEAD /blog/type/2 复制代码
返回404 not found
6、更新整个文档
在 Elasticsearch 中文档是 不可改变 的，不能修改它们。相反，如果想要更新现有的文档，需要 重建索引 或者进行替换， 我们可以使用相同的 index API 进行实现
PUT /blog/type/1 { "title": "my first type,and i rewrote it", "name": "java", "date": "2021/02/21" } 复制代码在响应体中，我们能看到 Elasticsearch 已经增加了 _version 字段值，_version变成了2，代表我们已经修改了一次，并且_result变成updated。
{ "_index": "blog", "_type": "type", "_id": "1", "_version": 2, "result": "updated", "_shards": { "total": 3, "successful": 3, "failed": 0 }, "_seq_no": 1, "_primary_term": 6 } 复制代码底层：在内部，Elasticsearch 已将旧文档标记为已删除，并增加一个全新的文档。 尽管你不能再对旧版本的文档进行访问，但它并不会立即消失。当继续索引更多的数据，Elasticsearch 会在后台清理这些已删除文档。
重新获取修改后的
{ "_index": "blog", "_type": "type", "_id": "1", "_version": 2, "_seq_no": 1, "_primary_term": 6, "found": true, "_source": { "title": "my first type,and i rewrote it", "name": "java", "date": "2021/02/21" } } 复制代码7、更新整个文档
1、直接更新
update 请求最简单的一种形式是接收文档的一部分作为 doc 的参数， 它只是与现有的文档进行合并。
对象被合并到一起，覆盖现有的字段，增加新的字段。 例如，我们增加views 到我们的博客文章，如下所示：
POST /blog/type/1/_update { "doc" : { "views": 0 } } 复制代码重新查看，新的字段已被添加到 _source 中。
2、使用脚本进行部分更新
脚本可以在 update API中用来改变 _source 的字段内容， 它在更新脚本中称为 ctx._source 。 例如，我们可以使用脚本来增加该分类中 views 的数量：
POST /blog/type/1/_update { "script" : "ctx._source.views+=1" } 复制代码加入我们对一个新的文档进行更新，因为不存在会导致报错，所以我们可以使用upsert 参数，指定如果文档不存在就应该先创建它：
例如ID为2的分类不存在，我们要更新他里面的views参数，使用upsert就不会报错，并且会新建一个_id为2，_type为type，_index为blog的文档
POST /blog/type/2/_update { "script" : "ctx._source.views+=1", "upsert": { "views": 1 } } 复制代码我们第一次运行这个请求时， upsert 值作为新文档被索引，初始化 views 字段为 1 。 在后续的运行中，由于文档已经存在， script 更新操作将替代 upsert 进行应用，对 views 计数器进行累加。
8、删除文档
删除文档我们只需要DELETE请求即可达到删除一个文档
DELETE /blog/type/1 复制代码
返回体：
{ "_index": "blog", "_type": "type", "_id": "1", "_version": 3, "result": "deleted", "_shards": { "total": 3, "successful": 3, "failed": 0 }, "_seq_no": 2, "_primary_term": 6 } 复制代码正如已经在更新文档中提到的，删除文档不会立即将文档从磁盘中删除，只是将文档标记为已删除状态。随着你不断的索引更多的数据，Elasticsearch 将会在后台清理标记为已删除的文档。
作者：阿桐木925
链接：https://juejin.cn/post/7031726617869156389