1、题记
想到删除，基础认知是delete，细分为删除文档（document）和删除索引；要删除历史数据，基础认知是：删除了给定条件的数据，用delete_by_query。
实际操作发现：
删除文档后，磁盘空间并没有立即减少，反而增加了？
除了定时任务+delete_by_query，有没有更好的方式呢？
2、常见的删除操作
2.1 删除单个文档
DELETE /twitter/_doc/12.2 删除满足给定条件的文档
POST twitter/_delete_by_query
{
"query": {
"match": {
"message": "some message"
}
}
}注意：执行批量删除的时候，可能会发生版本冲突。强制执行删除的方式如下：
POST twitter/_doc/_delete_by_query?conflicts=proceed
{
"query": {
"match_all": {}
}
}2.3 删除单个索引
DELETE /twitter2.4 删除所有索引
DELETE /_all或者
DELETE /*删除所有索引是非常危险的操作，要注意谨慎操作。
3、删除文档后台做了什么？
执行删除后的返回结果：
{
"_index": "test_index",
"_type": "test_type",
"_id": "22",
"_version": 2,
"result": "deleted",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 17
}解读：
索引的每个文档都是版本化的。
删除文档时，可以指定版本以确保我们试图删除的相关文档实际上被删除，并且在此期间没有更改。
每个在文档上执行的写操作，包括删除，都会使其版本增加。
真正的删除时机：
deleting a document doesn’t immediately remove the document from disk; it just marks it as >deleted. Elasticsearch will clean up deleted documents in the background as you continue to index more data.
4、删除索引和删除文档的区别？
1）删除索引是会立即释放空间的，不存在所谓的“标记”逻辑。
2）删除文档的时候，是将新文档写入，同时将旧文档标记为已删除。 磁盘空间是否释放取决于新旧文档是否在同一个segment file里面，因此ES后台的segment merge在合并segment file的过程中有可能触发旧文档的物理删除。
但因为一个shard可能会有上百个segment file，还是有很大几率新旧文档存在于不同的segment里而无法物理删除。想要手动释放空间，只能是定期做一下force merge，并且将max_num_segments设置为1。
POST /_forcemerge5、如何仅保存最近100天的数据？
有了上面的认知，仅保存近100天的数据任务分解为：
- 1）delete_by_query设置检索近100天数据；
- 2）执行forcemerge操作，手动释放磁盘空间。
删除脚本如下：
#!/bin/sh
curl -H'Content-Type:application/json' -d'{
"query": {
"range": {
"pt": {
"lt": "now-100d",
"format": "epoch_millis"
}
}
}
}
' -XPOST "http://192.168.1.101:9200/logstash_*/
_delete_by_query?conflicts=proceed"merge脚本如下：
#!/bin/sh
curl -XPOST 'http://192.168.1.101:9200/_forcemerge?
only_expunge_deletes=true&max_num_segments=1'6、有没有更通用的方法？
有，使用ES官网工具——curator工具。
6.1 curator简介
主要目的：规划和管理ES的索引。支持常见操作：创建、删除、合并、reindex、快照等操作。
6.2 curator官网地址
Git地址：https://github.com/elastic/curator
6.3 curator安装向导
注意：
curator各种博客教程层出不穷，但curator旧版本和新版本有较大差异，建议参考官网最新手册部署。
旧版本命令行方式新版本已不支持。
6.4 curator命令行操作
$ curator --help
Usage: curator [OPTIONS] ACTION_FILE
Curator for Elasticsearch indices.
See http://elastic.co/guide/en/elasticsearch/client/curator/current
Options:
--config PATH Path to configuration file. Default: ~/.curator/curator.yml
--dry-run Do not perform any changes.
--version Show the version and exit.
--help Show this message and exit.核心：
--配置文件config.yml：配置要连接的ES地址、日志配置、日志级别等；
- 执行文件action.yml: 配置要执行的操作(可批量）、配置索引的格式（前缀匹配、正则匹配方式等）
6.5 curator适用场景
最重要的是：
- 仅以删除操作为例：curator可以非常简单地删除x天后的索引的前提是：索引命名要遵循特定的命名模式——如:以天为命名的索引：logstash_2018.04.05。
- 命名模式需要和action.yml中的delete_indices下的timestring对应。
7、小结
- 多参考官网最新的文档，历史版本的历史文档很容易误导人；
- 多真正去实践，而不是仅限于知道；
- medcl：ES新版本6.3 有一个 Index LifeCycle Management 可以很方便的管理索引的保存期限。
参考：
[1]http://t.cn/RuwOTv
[2]http://t.cn/RuwXHBr
[3]http://t.cn/RuwOofC
作者：铭毅天下
转载请标明出处，原文地址：
https://blog.csdn.net/laoyang360/article/details/80038930
