GET API是Elasticsearch中常用的操作,一般用于验证文档是否存在;或者执行CURD中的文档查询。与检索不同的是,GET查询是实时查询,可以实时查询到索引结果。而检索则是需要经过处理才能搜索到。合理利用这些方法,可以更灵活的使用Elasticsearch。
Get API允许基于ID字段从Elasticsearch查询JSON文档,下面就是一个查询的例子:
curl -XGET 'http://localhost:9200/website/blog/123?pretty'
上面的命令表示,在website索引的blog类型中查询id为123的文档,返回结果如下:
{
"_index": "website","_type": "blog","_id": "123","_version": 1,"found": true,"_source": {
"title": "My first blog entry","text": "Just trying this out...","date": "2014/01/01"}}
上面返回的数据包括文档的基本内容,
_index
是索引名称
_type
是类型
_id
是ID
_version
是版本号
_source
字段包括了文档的基本内容
found
字段代表是否找到
这个API支持使用HEAD方式提交,这样可以验证这个ID是否存在,而不会返回无用的数据。
curl -XHEAD -i 'http://localhost:9200/website/blog/123'HTTP/1.1 200 OK
Content-Type: text/plain; charset=UTF-8
Content-Length: 0
默认情况下get API是实时的,并不会受到索引的刷新频率的影响。(也就是说,只要索引的数据,就可以立马查询到)
有的时候我们可能想要关闭实时查询,这样可以设置realtime=false。
也可以在配置文件中配置,使之全局可用,即配置action.get.realtime为false。
API中类型_type是可选的,如果想要查询所有的类型,可以直接指定类型为_all
,从而匹配所有的类型。
默认情况下get操作会返回_source字段,除非你使用了fields
字段或者禁用了_source
字段。通过设置_source
属性,可以禁止返回source内容(source内容为空):
curl -XGET 'http://localhost:9200/website/blog/123?_source=false'{
"_index": "website","_type": "blog","_id": "123","_version": 1,"found": true,"_source": { }}
如果想要返回特定的字段,可以使用_source_include(包含)
或者_source_exclude(排除)
进行过滤。可以使用逗号分隔来设置多种匹配模式,比如:
curl -XGET 'http://localhost:9200/website/blog/123?_source_include=title,date'curl -XGET 'http://localhost:9200/website/blog/123?_source_exclude=date'
curl -XGET 'http://localhost:9200/website/blog/123?_source_include=*&_source_exclude=date'
{
"_index": "website","_type": "blog","_id": "123","_version": 1,"found": true,"_source": {
"text": "Just trying this out...","title": "My first blog entry"}}
get操作允许设置fields字段,返回特定的字段:
curl -XGET 'http://localhost:9200/website/blog/123?fields=title,text'{
"_index": "website","_type": "blog","_id": "123","_version": 1,"found": true,"fields": {
"title": [
"My first blog entry"],"text": [
"Just trying this out..."]}}
如果请求的字段没有被存储,那么他们会从source中分析出来,这个功能也可以用source_filter来替代。
元数据比如_routing
和_parent
是永远不会被返回的。
如果在执行完索引操作,没有刷新,那么GET操作会读取translog的内容来查询文档。然而有一些字段仅仅是在索引的时候产生的。如果你尝试读取索引中的生成的字段,就会出现错误。可以设置ignore_erros_on_generated_fields=true
来忽略错误。
Translog就是索引的数据要进行存储,总不可能索引一条就更新一次Lucene结构。于是就搞了个translog,数据的变动会先放在translog里面,再刷新到es中。实时查询,其实是读取了translog中,还未持久化的数据。
使用/{index}/{type}/{id}/_source可以仅仅返回_source字段,而不必返回过多不必要的信息,浪费网络带宽。
curl -XGET 'http://localhost:9200/website/blog/123/_source'{
"title": "My first blog entry","text": "Just trying this out...","date": "2014/01/01"}
也可以使用过滤机制:
curl -XGET 'http://localhost:9200/website/blog/123/_source?_source_include=title,text,date'{
"date": "2014/01/01","text": "Just trying this out...","title": "My first blog entry"}
也是支持使用HEAD方式,验证是否存在:
curl -XHEAD -i 'http://localhost:9200/website/blog/123/_source'HTTP/1.1 200 OK
Content-Type: text/plain; charset=UTF-8
Content-Length: 0
当索引的时候指定了路由,那么查询的时候就一定要指定路由。
curl -XGET 'http://localhost:9200/XXX/XXX/XXX?routing=XXX'
如果路由信息不正确,就会查找不到文档
控制为get请求维护一个分片的索引,这个索引可以设置为:
refresh参数可以让每次get之前都刷新分片,使这个值可以被搜索。设置true的时候,尽量要考虑下性能问题,因为每次刷新都会给系统带来一定的压力
get操作会通过特定的哈希方法,把请求分配给特定的分片进行查询。由于在分布式的环境下,主分片和备份分片作为一个组,都可以支持get请求。这就意味着,分片的数量越多,get执行的规模就越大。
http://www.cnblogs.com/xing901022/p/5317698.html