获取/批量获取->文档

Get API 获取文档API

get api允许从一个基于其id的 index中获取一个 JSON格式的document,下面的示例是从一个在名称为tweet的 type 下的id为1,名称为twitter的 index 中获取一个JSON格式的 document

curl -XGET 'http://localhost:9200/twitter/tweet/1'

以上 get 操作的结果如下

{
    "_index" : "twitter",
    "_type" : "tweet",
    "_id" : "1",
    "_version" : 1,
    "found": true,
    "_source" : {
        "user" : "kimchy",
        "postDate" : "2009-11-15T14:12:12",
        "message" : "trying out Elasticsearch"
    }
}

以上结果包括 document 的 _index,_type,_id以及_version等我们想要检索的,包括实际的 _source 如果它可以被发现(相应结果中的found字段)

API还可以检查document是否使用 HEAD,例如:

curl -XHEAD -i 'http://localhost:9200/twitter/tweet/1'

Realtime

默认情况下,get API 是实时的,而且它不受index刷新频率的影响(当数据对search操作可见)。如果document已经修改完但没还有刷新,get API将会执行 in-place刷新操作使得document可见。这也会导致其他docuemnt发生改变。若要禁止 GET的实时操作,可以设置 realtime参数为false。

Option Type

get API允许_type 作为可选参数,设置它为_all可以从所有的匹配的type中获取第一个docuemnt。

Source filtering

默认情况下,get 操作返回 _source字段的内容,除非你使用stored_fields参数或_source字段是禁止的。你可以使用_source参数来关闭_source检索。

curl -XGET 'http://localhost:9200/twitter/tweet/1?_source=false'

如果你只需要从完整的 _source中获取一个或两个字段,你可以使用_source_include&_source_exclude参数用来包含或过滤其他部分。这个功能很有用在大文件 document 部分检索的时候可以节省网络开销。所有的参数可以用普通的分隔符连接或者通配符表达式。示例如下:

curl -XGET 'http://localhost:9200/twitter/tweet/1?_source_include=*.id&_source_exclude=entities'

如果你只是想要指定包含的,你可以使用比较剪短的表达式:

curl -XGET 'http://localhost:9200/twitter/tweet/1?_source=*.id,retweeted'

Stored Fields

get 操作允许指定一系列的stored 字段,这些字段将会被返回通过传递stored_fields参数。如果请求的字段没有被储存,将会被忽略。参考以下示例:

PUT twitter
{
   "mappings": {
      "tweet": {
         "properties": {
            "counter": {
               "type": "integer",
               "store": false
            },
            "tags": {
               "type": "keyword",
               "store": true
            }
         }
      }
   }
}

现在我们可以添加 document:

PUT twitter/tweet/1
{
    "counter" : 1,
    "tags" : ["red"]
}

1.尝试去检索:

GET twitter/tweet/1?stored_fields=tags,counter

以上get操作的结果是:

{
   "_index": "twitter",
   "_type": "tweet",
   "_id": "1",
   "_version": 1,
   "found": true,
   "fields": {
      "tags": [
         "red"
      ]
   }
}

document中获取的字段的值通常是array。由于counter字段没有存储,当尝试获取stored_fields时get会将其忽略。

可以对元数据字段进行检索,比如_routing和_parent:

PUT twitter/tweet/2?routing=user1
{
    "counter" : 1,
    "tags" : ["white"]
}

GET twitter/tweet/2?routing=user1&stored_fields=tags,counter

以上get操作的结果是:

{
   "_index": "twitter",
   "_type": "tweet",
   "_id": "2",
   "_version": 1,
   "_routing": "user1",
   "found": true,
   "fields": {
      "tags": [
         "white"
      ]
   }
}

只有leaf的字段可以通过stored_field选项返回。所以object字段无法返回并且这个请求会失败

Generated fields

如果在索引和刷新过程中没有发生刷新操作,GET会访问transaction日志来获取 document。然而,一些字段只会在索引时创建。如果你尝试访问那些只有在创建索引时才会创建的字段,默认情况下会得到一个异常。你可以通过设置 ignore_errors_on_generated_fields=true 来忽略那些字段。

Getting the _source directly

使用/{index}/{type}/{id}/_source 可以只获取 document 的_source字段,不会有其他多余的内容,例如:

curl -XGET 'http://localhost:9200/twitter/tweet/1/_source'

你也可以使用过滤参数来控制_source的哪些部分可以被返回:

curl -XGET 'http://localhost:9200/twitter/tweet/1/_source?_source_include=*.id&_source_exclude=entities'

注意,同样有一个HEAD变量来检测document _source 是否存在。一个存在的 document不会有_source,如果它在 mapping 里被禁止,例如:

curl -XHEAD -i 'http://localhost:9200/twitter/tweet/1/_source'

Routing

当创建索引时想要控制路由,为了获取 document,routing 的值也因该提供,例如:

curl -XGET 'http://localhost:9200/twitter/tweet/1?routing=kimchy'

以上的操作会获取id为1的tweet,但是是基于用户被路由的。注意,如果没有设置正确的路由,将会导致 document 无法被获取。

Preference

控制共享的副本去执行get请求的优先权。默认情况下,是在共享的副本中随机操作的。

preference 可以设置为:

_primary

操作会在主要的共享副本执行。

_local

操作会优先在本地的共享副本执行

Custom(String)value

自定义值会被用来保证相同的共享副本使用相同的自定义值。这个帮助 "jumping values" 当不同的共享副本在不同的refresh states。这个值类似于web session id或者user name。

Refresh

refresh 参数可以设置为true,为了使其能在get操作和使其可检索前刷新相关的共享副本。将其设置为true应该要谨慎,应为这将导 致系统资源负载增大(也会减慢索引的创建)。

Distributed

get操作会从一个指定的副本id得到散列值。然后会重定向到那个shard id的其中一个副本上并返回结果。副本是primary shard而且他的副本是在同一个shard id 组。这意味着副本数越多,GET的性能越好。

Versioning support

你可以使用 version 参数去检索document,只有在当前的 version 和你指定的version 相同的情况下。这个特性同样适用于所有的 version types,当我们希望要检索的 document 的version与我们指定的version相同。

在内部,Elasticsearch已经标记了已经删除的旧的 document并且增加了新的 document。旧版本的 document 不会马上出现,并且你也不能访问。Elasticsearch会在后台清理已经删除的document 以便可以索引更多的数据。

Multi Get API 批量获取文档API

多 GET API 允许基于索引,类型(可选)和ID(也可能路由)获取多个文档。响应包括获取的 docs 列表,每个文件的结构都类似于 GET API 提供文件的结构。下面是一个例子:

curl 'localhost:9200/_mget' -d '{
    "docs" : [
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "1"
        },
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "2"
        }
    ]
}'

mget也可以针对一个索引(在 body 体中不需要):

curl 'localhost:9200/test/_mget' -d '{
    "docs" : [
        {
            "_type" : "type",
            "_id" : "1"
        },
        {
            "_type" : "type",
            "_id" : "2"
        }
    ]
}'

类型如下:

curl 'localhost:9200/test/type/_mget' -d '{
    "docs" : [
        {
            "_id" : "1"
        },
        {
            "_id" : "2"
        }
    ]
}'

在这种情况下,id 可以被用作发起简单的请求:

curl 'localhost:9200/test/type/_mget' -d '{
    "ids" : ["1", "2"]
}'

可选类型

该 MGET API 允许_type是可选的。将其设置为 _all 或空,以获取第一个文档匹配所有类型的ID。

如果不设置类型,许多文件共享相同的 _id,你最终将只得到第一个匹配的文件。

例如,如果你有文件1包含 typeA 和 typeB ,那么下面的请求会给你同一个文档两次:

curl 'localhost:9200/test/_mget' -d '{
    "ids" : ["1", "1"]
}'

你需要在这种情况下,明确设置_type

GET /test/_mget/
{
  "docs" : [
        {
            "_type":"typeA",
            "_id" : "1"
        },
        {
            "_type":"typeB",
            "_id" : "1"
        }
    ]
}

Source filtering

默认情况下,_source将为每个文档返回(如果储存)。类似于 GET API,你可以检索的只是部分 _source使用的 _source参数。您还可以使用URL参数 _source_source_include_source_exclude 来指定默认值。例如:

curl 'localhost:9200/_mget' -d '{
    "docs" : [
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "1",
            "_source" : false
        },
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "2",
            "_source" : ["field3", "field4"]
        },
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "3",
            "_source" : {
                "include": ["user"],
                "exclude": ["user.location"]
            }
        }
    ]
}'

Fields

通过每个文档来可以指定具体存储字段,类似于 Get API 中 stored_fields 参数。例如:

curl 'localhost:9200/_mget' -d '{
    "docs" : [
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "1",
            "stored_fields" : ["field1", "field2"]
        },
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "2",
            "stored_fields" : ["field3", "field4"]
        }
    ]
}'

或者,可以指定 stored_fields作为默认值被应用到所有文件中来查询字符串参数。

curl 'localhost:9200/test/type/_mget?stored_fields=field1,field2' -d '{
    "docs" : [
        {
            "_id" : "1"  # 1
        },
        {
            "_id" : "2",
            "stored_fields" : ["field3", "field4"] # 2
        }
    ]
}'

1

返回 field1field2

2

返回 field3field4

Generated fields

见 “Generated fields

Routing

您也可以指定 routing 作为参数:

curl 'localhost:9200/_mget?routing=key1' -d '{
    "docs" : [
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "1",
            "_routing" : "key2"
        },
        {
            "_index" : "test",
            "_type" : "type",
            "_id" : "2"
        }
    ]
}'

在这个例子中,文件 test/type/2将从对应于 routing = key1 的分片中获取。但文件 test/type/1将被从对应于 routing = key1 的分片中获取。

安全

URL-based access control

Last updated