elasticsearch 文檔

文檔格式

索引中最基本的單元叫做文檔 document. 在es中文檔的示例如下：

{
    "_index": "questions",
    "_type": "baichebao",
    "_id": "4",
    "_score": 1,
    "_version" : 1,
    "_source": {
            "id": 4,
            "content": "汽車常見故障的解決辦法有哪些？",
            "uid": 1,
            "all_answer_count": 2,
            "series_id": 0,
            "score": 0,
            "answer_count": 2
        }
}

文檔中下划線開頭的是es自帶的字段

• _index 代表索引名
• _type 代表類型
• _id 代表文檔id，如果插入文檔的時候沒有設置id的話，那么es會自動生成一個唯一id
• _score 這個不是文檔自帶的，而是進行搜索的時候返回的，代表這個文檔和搜索的相關匹配分值
• _source 儲存原始文本及分類好的字段
• _version 代表這個文檔的版本

這里的索引，類型，文檔，字段的概念很多文章都做一個關系型數據的對比。

我現在有一個user表，這個user表有個type字段，0/1代表是男還是女，這個表的每條數據就代表一個人，它擁有名稱，電話等屬性。

對應於es，表就相當於索引，男女的字段相當於type，每條數據就是一個document，名稱電話等屬性就是一個字段。

版本控制

上面可以看到es的文檔中有個_version字段，當兩個並發請求要修改文檔的時候，es使用的是樂觀鎖。
在es中，更新請求實際上是分為兩個階段，獲取文檔，修改文檔，然后保存文檔。
那么當兩個更新請求同時要修改文檔的時候，系統樂觀的認為不會有兩個並發請求對一個系統操作。

文檔原本的版本為1，請求A獲取了version為1的文檔，請求B也獲取了version為1的文檔，然后請求A修改完文檔后，並且先執行了保存操作，這個時候，系統中的文檔version變為了2。
這個時候，B再執行保存操作的時候，告訴系統我要修改version為1的文檔。系統就會拋出一個錯誤，說文檔版本不匹配。然后這個錯誤由應用程序自己來進行控制。

這種機制在請求量大的時候會比悲觀鎖機制好。但是缺點是需要程序處理版本沖突錯誤，可能一般的方法是封裝更新操作，並且設置重復重試次數。

增刪改查操作

增加：

POST /website/blog/ -d
{
    id: 123,
    name: "blog123"
}

增加操作如果制定的文檔已經存在了，就會返回409錯誤

刪除:

DELETE /website/blog/123

如果文檔沒有存在，則返回404

更新:

PUT /website/blog/123
{
  "title": "My first blog entry",
  "text":  "I am starting to get the hang of this...",
  "date":  "2014/01/02"
}

更新的時候往往有個操作就是“如果有數據，則更新，如果沒有數據，則創建”
可以用upsert

curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{
    "script" : "ctx._source.counter += count",
    "params" : {
        "count" : 4
    },
    "upsert" : {
        "counter" : 1   // 如果沒有id為1的文檔，則創建，並且設置counter為1
    }
}'


curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{
    "doc" : {
        "name" : "new_name"
    },
    "doc_as_upsert" : true  // 如果沒有文檔，則doc就是新的文檔
}'

更新必須明確的一點是，es中的文檔的更新操作實際上是執行了兩步，獲取文檔，更新文檔，然后再保存文檔。

查:

GET /website/blog/123

如果你已經知道一批文檔id了，那么你可以使用批量查的功能

GET /_mget
{
   "docs" : [
      {
         "_index" : "website",
         "_type" :  "blog",
         "_id" :    2
      },
      {
         "_index" : "website",
         "_type" :  "pageviews",
         "_id" :    1,
         "_source": "views"
      }
   ]
}