四、document api#
4.1、search#
- 检索所有索引下面的所有数据
/_search
- 搜索指定索引下的所有数据
/index/_search
- 更多模式
/index1/index2/_search /*1/*2/_search /index1/index2/type1/type2/_search /_all/type1/type2/_search
4.2、_mget api 批量查询#
mget是ES为我们提供的批量查询的API，我们只需要制定好 index、type、id。ES会将命中的记录批量返回给我们。
- 在docs中指定
_index，_type，_id
GET /_mget { "docs" : [ { "_index" : "test"， "_type" : "_doc"， "_id" : "1" }， { "_index" : "test"， "_type" : "_doc"， "_id" : "2" } ] }
- 在URL中指定index
GET /test/_mget { "docs" : [ { "_type" : "_doc"， "_id" : "1" }， { "_type" : "_doc"， "_id" : "2" } ] }
- 在URL中指定 index和type
GET /test/type/_mget { "docs" : [ { "_id" : "1" }， { "_id" : "2" }
- 在URL中指定index和type，并使用ids指定id范围
GET /test/type/_mget { "ids" : ["1"， "2"] }
- 为不同的doc指定不同的过滤规则
GET /_mget { "docs" : [ { "_index" : "test"， "_type" : "_doc"， "_id" : "1"， "_source" : false }， { "_index" : "test"， "_type" : "_doc"， "_id" : "2"， "_source" : ["field3"， "field4"] }， { "_index" : "test"， "_type" : "_doc"， "_id" : "3"， "_source" : { "include": ["user"]， "exclude": ["user.location"] } } ] }
4.3、_bulk api 批量增删改#
4.3.1、基本语法#
{"action":{"metadata"}}\n {"data"}\n
存在哪些类型的操作可以执行呢?
- delete: 删除文档。
- create: _create 强制创建。
- index: 表示普通的put操作，可以是创建文档也可以是全量替换文档。
- update: 局部替换。
上面的语法中并不是人们习惯阅读的json格式，但是这种单行形式的json更具备高效的优势。
ES如何处理普通的json如下:
- 将json数组转换为JSONArray对象，这就意味着内存中会出现一份一模一样的拷贝，一份是json文本，一份是JSONArray对象。
但是如果上面的单行JSON，ES直接进行切割使用，不会在内存中整一个数据拷贝出来。
4.3.2、delete#
delete比较好看仅仅需要一行json就ok
{ "delete" : { "_index" : "test"， "_type" : "_doc"， "_id" : "2" } }
4.3.3、create#
两行json，第一行指明我们要创建的json的index，type以及id
第二行指明我们要创建的doc的数据
{ "create" : { "_index" : "test"， "_type" : "_doc"， "_id" : "3" } } { "field1" : "value3" }
4.3.4、index#
相当于是PUT，可以实现新建或者是全量替换，同样是两行json。
第一行表示将要新建或者是全量替换的json的index type 以及 id。
第二行是具体的数据。
{ "index" : { "_index" : "test"， "_type" : "_doc"， "_id" : "1" } } { "field1" : "value1" }
4.3.5、update#
表示 parcial update，局部替换。
它可以指定一个retry_on_conflict的特性，表示可以重试3次。
POST _bulk { "update" : {"_id" : "1"， "_type" : "_doc"， "_index" : "index1"， "retry_on_conflict" : 3} } { "doc" : {"field" : "value"} } { "update" : { "_id" : "0"， "_type" : "_doc"， "_index" : "index1"， "retry_on_conflict" : 3} } { "script" : { "source": "ctx._source.counter += params.param1"， "lang" : "painless"， "params" : {"param1" : 1}}， "upsert" : {"counter" : 1}} { "update" : {"_id" : "2"， "_type" : "_doc"， "_index" : "index1"， "retry_on_conflict" : 3} } { "doc" : {"field" : "value"}， "doc_as_upsert" : true } { "update" : {"_id" : "3"， "_type" : "_doc"， "_index" : "index1"， "_source" : true} } { "doc" : {"field" : "value"} } { "update" : {"_id" : "4"， "_type" : "_doc"， "_index" : "index1"} } { "doc" : {"field" : "value"}， "_source": true}
4.4、滚动查询技术#
如果你想一次性查询好几万条数据，这么庞大的数据量，ES性能肯定会受到影响。这时可以选择使用滚动查询（scroll）。一批一批的查询，直到所有的数据被查询完成。也就是说它会先搜索一批数据再搜索一批数据。
示例如下：每次发送一次scroll请求，我们还需要指定一个scroll需要的参数：一个时间窗口，每次搜索只要在这个时间窗口内完成就ok。
GET /index/type/_search?scroll=1m { "query":{ "match_all":{} }， "sort":["_doc"]， "size":3 }
响应
{ "_scroll_id": "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAACNFlJmWHZLTkFhU0plbzlHX01LU2VzUXcAAAAAAAAAkRZSZlh2S05BYVNKZW85R19NS1Nlc1F3AAAAAAAAAI8WUmZYdktOQWFTSmVvOUdfTUtTZXNRdwAAAAAAAACQFlJmWHZLTkFhU0plbzlHX01LU2VzUXcAAAAAAAAAjhZSZlh2S05BYVNKZW85R19NS1Nlc1F3"， "took": 9， "timed_out": false， "_shards": { "total": 5， "successful": 5， "skipped": 0， "failed": 0 }， "hits": { "total": 2， "max_score": null， "hits": [ { "_index": "my_index"， "_type": "_doc"， "_id": "2"， "_score": null， "_source": { "title": "This is another document"， "body": "This document has a body" }， "sort": [ 0 ] }， { "_index": "my_index"， "_type": "_doc"， "_id": "1"， "_score": null， "_source": { "title": "This is a document" }， "sort": [ 0 ] } · ] } }
查询下一批数据时，需要携带上一次scroll返回给我们的_scroll_id再次滚动查询
GET /_search/scroll { "scroll":"1m"， "_scroll_id": "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAACNFlJmWHZLTkFhU0plbzlHX01LU2VzUXcAAAAAAAAAkRZSZlh2S05BYVNKZW85R19NS1Nlc1F3AAAAAAAAAI8WUmZYdktOQWFTSmVvOUdfTUtTZXNRdwAAAAAAAACQFlJmWHZLTkFhU0plbzlHX01LU2VzUXcAAAAAAAAAjhZSZlh2S05BYVNKZW85R19NS1Nlc1F3" }
滚动查询时，如果采用基于_doc的排序方式会获得较高的性能。
五、下一篇目录：#
一、_search api 搜索api
1.1、query string search
1.2、query dsl 20个查询案例
1.3、其它辅助API
1.4、聚合分析
1.4.1、filter aggregate
1.4.2、嵌套聚合-广度优先
1.4.3、global aggregation
1.4.4、Cardinality Aggregate 基数聚合
1.4.5、控制聚合的升降序
1.4.6、Percentiles Aggregation
二、优化相关性得分与查询技巧
2.1、优化技巧1
2.2、优化技巧2
2.3、优化技巧3
2.4、优化技巧4
2.5、优化技巧5
2.6、优化技巧6
2.7、优化技巧7
三、下一篇目录
推荐阅读（公众号首发，欢迎关注白日梦）#
- MySQL的修仙之路，图文谈谈如何学MySQL、如何进阶！（已发布）
- 面前突击！33道数据库高频面试题，你值得拥有！（已发布）
- 大家常说的基数是什么？（已发布）
- 讲讲什么是慢查！如何监控？如何排查？（已发布）
- 对NotNull字段插入Null值有啥现象？（已发布）
- 能谈谈 date、datetime、time、timestamp、year的区别吗？（已发布）
- 了解数据库的查询缓存和BufferPool吗？谈谈看！（已发布）
- 你知道数据库缓冲池中的LRU-List吗？（已发布）
- 谈谈数据库缓冲池中的Free-List？（已发布）
- 谈谈数据库缓冲池中的Flush-List？（已发布）
- 了解脏页刷回磁盘的时机吗？（已发布）
- 用十一张图讲清楚，当你CRUD时BufferPool中发生了什么！以及BufferPool的优化！（已发布）
- 听说过表空间没？什么是表空间？什么是数据表？(已发布)
- 谈谈MySQL的：数据区、数据段、数据页、数据页究竟长什么样？了解数据页分裂吗？谈谈看！(已发布)
- 谈谈MySQL的行记录是什么？长啥样？(已发布)
- 了解MySQL的行溢出机制吗？(已发布)
- 说说fsync这个系统调用吧! (已发布)
- 简述undo log、truncate、以及undo log如何帮你回滚事物! (已发布)
- 我劝！这位年轻人不讲MVCC，耗子尾汁！ (已发布)
- MySQL的崩溃恢复到底是怎么回事？ (已发布)
- MySQL的binlog有啥用？谁写的？在哪里？怎么配置 (已发布)
- MySQL的bin log的写入机制 (已发布)
- 删库后！除了跑路还能干什么？(已发布)
- 全网最牛的事务两阶段提交和分布式事务串讲！ (已发布)
参考：
