本文共 10075 字，大约阅读时间需要 33 分钟。
前提说明：
提交一段内容到ES，ES内部会存储成两个数据库：
文档库
结构如下：
_index _type _id _version _source _id _version _source _id _version _source ...
反向索引库
结构如下：
term词项 _id 词频、位置term词项 _id 词频、位置term词项 _id 词频、位置...
因此，在我们查询的时候，一般使用term词项先去反向索引库中查询到文档_id，然后根据_id去文档库中找到最初上传上去的所有文档原始内容_source，当然，前提是上传的时候有保存原始数据
新增文档，自动生成文档id：
POST twitter/_doc/{ "id": 1, "user" : "kimchy", "post_date" : "2009-11-15T14:12:12", "message" : "trying out Elasticsearch"} 新增文档，指定文档id（id若存在则为修改）：
PUT twitter/_doc/1{ "id": 1, "user" : "kimchy", "post_date" : "2009-11-15T14:12:12", "message" : "trying out Elasticsearch"} 返回结果：
{ "_index": "twitter", #所属索引 "_type": "_doc", #所属mapping type "_id": "p-D3ymMBl4RK_V6aWu_V", #文档id "_version": 1, #文档版本 "result": "created", #创建成功 "_shards": { "total": 3, #所在分片有三个副本 "successful": 1, #只有一个副本成功写入，可能节点机器只有一台 "failed": 0 #失败副本数 }, "_seq_no": 0, #第几次操作该文档 "_primary_term": 3 #词项数} HEAD twitter/_doc/1 #查看是否存储，返回200表示已存储GET twitter/_doc/1 #返回源数据的查询GET twitter/_doc/1?_source #同上GET twitter/_doc/1?_source=false #不返回源数据的查询GET twitter1/_doc/1?stored_fields=tags,counter #查询存储的字段，即字段中store=false的字段不会被查询出来
存储和不存储的字段用例如下：
PUT twitter11{ "mappings": { "_doc": { "properties": { "counter": { "type": "integer", "store": false }, "tags": { "type": "keyword", "store": true } } } }}PUT twitter11/_doc/1{ "counter" : 1, "tags" : ["red"]}GET twitter11/_doc/1?stored_fields=tags,counter 使用_mget命令
GET /_mget{ "docs" : [ { "_index" : "twitter", "_type" : "_doc", "_id" : "1" }, { "_index" : "twitter", "_type" : "_doc", "_id" : "2" "stored_fields" : ["field3", "field4"] } ]} GET /twitter/_mget{ "docs" : [ { "_type" : "_doc", "_id" : "1" }, { "_type" : "_doc", "_id" : "2" } ]} GET /twitter/_doc/_mget{ "docs" : [ { "_id" : "1" }, { "_id" : "2" } ]} GET /twitter/_doc/_mget{ "ids" : ["1", "2"]} 根据文档id删除：
DELETE twitter/_doc/1 #指定文档id进行删除DELETE twitter/_doc/1?version=1 #指定文档id和版本号进行删除
查询删除，会先查询然后在删除，可能耗时会比较长：
POST twitter/_delete_by_query{ "query": { "match": { "message": "some message" } }} 查询删除耗时较长，可能会出现文档冲突的可能（此时有一个修改操作的话），那么可以使用conflicts=proceed参数解决冲突问题（当有文档存在版本冲突时，不放弃删除操作，将会记录冲突的文档，然后继续删除其他复合查询的文档）：
POST twitter/_doc/_delete_by_query?conflicts=proceed{ "query": { "match_all": { } }} 查看"查询删除"的任务，因为查询删除是一个耗时的过程：
GET _tasks?detailed=true&actions=*/delete/byquery #查看查询删除的任务GET /_tasks/taskId:1 #查看具体任务的状态POST _tasks/task_id:1/_cancel #取消任务，取消并不会回滚
PUT twitter/_doc/1{ "id": 1, "user" : "kimchy", "post_date" : "2009-11-15T14:12:12", "message" : "trying out Elasticsearch"} 指定版本号更新，类似于数据库的乐观锁，这里的版本号也是类似乐观锁控制更新
PUT twitter/_doc/1?version=1{ "id": 1, "user" : "kimchy", "post_date" : "2009-11-15T14:12:12", "message" : "trying out Elasticsearch"} painless是es内置的一种脚本语言，ctx执行上下文对象（通过它还可访问_index, _type, _id, _version, _routing and _now (the current timestamp) ），params是参数集合。
脚本更新要求索引的_source 字段是启用的。
更新流程如下：
- 获取到原文档
- 通过_source字段的原始数据，执行脚本修改
- 删除原索引文档
- 索引修改后的文档
使用脚本可以降低了一些网络往返，并减少了get和索引之间版本冲突的可能性。
准备一个文档：
PUT uptest/_doc/1{ "counter" : 1, "tags" : ["red"]} 对文档1的counter+4：
POST uptest/_doc/1/_update{ "script" : { "source": "ctx._source.counter += params.count", "lang": "painless", "params" : { "count" : 4 } }} 往数组中加入元素：
POST uptest/_doc/1/_update{ "script" : { "source": "ctx._source.tags.add(params.tag)", "lang": "painless", "params" : { "tag" : "blue" } }} 添加一个字段：
POST uptest/_doc/1/_update{ "script" : "ctx._source.new_field = 'value_of_new_field'"} 移除一个文档：
POST uptest/_doc/1/_update{ "script" : "ctx._source.remove('new_field')"} 判断删除或do nothing
POST uptest/_doc/1/_update{ "script" : { "source": "if (ctx._source.tags.contains(params.tag)) { ctx.op = 'delete' } else { ctx.op = 'none' }", "lang": "painless", "params" : { "tag" : "green" } }} 连续两次更新相同的内容，第二次会检测不需要更新，返回noop
POST uptest/_doc/1/_update{ "doc" : { "name" : "new_name" }} 如果希望第二次也更新，则设置不做noop检测
POST uptest/_doc/1/_update{ "doc" : { "name" : "new_name" }, "detect_noop": false} upsert 操作：如果要更新的文档存在，则执行脚本进行更新，如不存在，则把 upsert中的内容作为一个新文档写入
POST uptest/_doc/1/_update{ "script" : { "source": "ctx._source.counter += params.count", "lang": "painless", "params" : { "count" : 4 } }, "upsert" : { "counter" : 1 }} 通过条件查询来更新文档
POST twitter/_update_by_query{ "script": { "source": "ctx._source.likes++", "lang": "painless" }, "query": { "term": { "user": "kimchy" } }} 批量操作API /_bulk 让我们可以在一次调用中执行多个索引、删除操作。
这可以大大提高索引数据的速度。批量操作内容体需按如下以新行分割的json结构格式给出：
action_and_meta_data\noptional_source\naction_and_meta_data\noptional_source\n....action_and_meta_data\noptional_source\n
- 一行命令，一行数据，如此反复
- action_and_meta_data：action表示命令，可以是index、create、delete、update中的一种，meta_data表示元数据，一般指_index、_type、_id 比如下面的例子：
POST _bulk{ "index" : { "_index" : "test", "_type" : "_doc", "_id" : "1" } }{ "field1" : "value1" }{ "delete" : { "_index" : "test", "_type" : "_doc", "_id" : "2" } }{ "create" : { "_index" : "test", "_type" : "_doc", "_id" : "3" } }{ "field1" : "value3" }{ "update" : { "_id" : "1", "_type" : "_doc", "_index" : "test"} }{ "doc" : { "field2" : "value2"} }
- 请求端点可以是：/_bulk, /{index}/_bulk, {index}/{type}/_bulk
- 如果请求端点是{index}/{type}/_bulk，则meta_data中的_index和_type可以不写
curl + json 文件 批量索引多个文档：
curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_doc/_bulk?pretty&refresh" --data-binary "@accounts.json"
accounts.json要放在执行命令的当前目录，json数据如下：
{ "index":{ "_id":"1"}}{ "account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}{ "index":{ "_id":"6"}}{ "account_number":6,"balance":5686,"firstname":"Hattie","lastname":"Bond","age":36,"gender":"M","address":"671 Bristol Street","employer":"Netagy","email":"hattiebond@netagy.com","city":"Dante","state":"TN"}{ "index":{ "_id":"13"}}{ "account_number":13,"balance":32838,"firstname":"Nanette","lastname":"Bates","age":28,"gender":"F","address":"789 Madison Street","employer":"Quility","email":"nanettebates@quility.com","city":"Nogal","state":"VA"}{ "index":{ "_id":"18"}}{ "account_number":18,"balance":4180,"firstname":"Dale","lastname":"Adams","age":33,"gender":"M","address":"467 Hutchinson Court","employer":"Boink","email":"daleadams@boink.com","city":"Orick","state":"MD"} Reindex API /_reindex 让我们可以将一个索引中的数据重索引到另一个索引中（拷贝），要求源索引的_source 是开启的，目标索引的setting 、mapping 信息与源索引无关。
POST _reindex{ "source": { "index": "twitter" }, "dest": { "index": "new_twitter" }} 重索引要考虑的一个问题：目标索引中存在源索引中的数据，这些数据的version如何处理。
情形一：如果没有指定version_type 或指定为 internal，则会采用目标索引中的版本，重索引过程中，执行的就是新增操作。
POST _reindex{ "source": { "index": "twitter" }, "dest": { "index": "new_twitter", "version_type": "internal" }} 情形二：如果想使用源索引中的版本来进行版本控制更新，则设置 version_type 为extenal。重索引操作将写入不存在的，更新旧版本的数据。
POST _reindex{ "source": { "index": "twitter" }, "dest": { "index": "new_twitter", "version_type": "external" }} 情形三：如果你只想从源索引中复制目标索引中不存在的文档数据，可以指定 op_type 为 create 。此时存在的文档将触发 版本冲突（会导致放弃操作），可设置“conflicts”: “proceed“，跳过继续
POST _reindex{ "conflicts": "proceed", "source": { "index": "twitter" }, "dest": { "index": "new_twitter", "op_type": "create" }} 情形四：也可以只索引源索引的一部分数据，通过 type 或 查询来指定你需要的数据
POST _reindex{ "source": { "index": "twitter", "type": "_doc", "query": { "term": { "user": "kimchy" } } }, "dest": { "index": "new_twitter" }} 情形五：从多个源获取数据
POST _reindex{ "source": { "index": ["twitter", "blog"], "type": ["_doc", "post"] }, "dest": { "index": "all_together" }} 情形六：可以限定文档数量
POST _reindex{ "size": 10000, "source": { "index": "twitter", "sort": { "date": "desc" } }, "dest": { "index": "new_twitter" }} 情形七：可以选择复制源文档的那些字段
POST _reindex{ "source": { "index": "twitter", "_source": ["user", "_doc"] }, "dest": { "index": "new_twitter" }} 情形八：可以用scropt脚本来改变文档
POST _reindex{ "source": { "index": "twitter" }, "dest": { "index": "new_twitter", "version_type": "external" }, "script": { "source": "if (ctx._source.foo == 'bar') {ctx._version++; ctx._source.remove('foo')}", "lang": "painless" }} 情形九：可以指定路由值
POST _reindex{ "source": { "index": "source", "query": { "match": { "company": "cat" } } }, "dest": { "index": "dest", "routing": "=cat" }} 情形十：可以从远程数据源进行复制
POST _reindex{ "source": { "remote": { "host": "http://otherhost:9200", "username": "user", "password": "pass" }, "index": "source", "query": { "match": { "test": "data" } } }, "dest": { "index": "dest" }} 通过task来查询执行状态
GET _tasks?detailed=true&actions=*reindex
对于索引、更新、删除操作如果想操作完后立马重刷新可见，可带上refresh参数。
PUT /test/_doc/1?refresh{ "test": "test"}PUT /test/_doc/2?refresh=true{ "test": "test"} refresh参数说明：
- 未给值或=true，则立马会重刷新读索引
- =false ，相当于没带refresh 参数，遵循内部的定时刷新
- =wait_for ，登记等待刷新，当登记的请求数达到index.max_refresh_listeners 参数设定的值时(defaults to 1000)，将触发重刷新
转载地址：http://egsxi.baihongyu.com/