elasticsearch6.7 05. Document APIs（3）GET API

时间：2021-11-22 19:05:13

2、GET API

get API 可以通过文档id从索引中获取json格式的文档，以下示例从twitter索引中获取type为_doc，id值为0为的JSON文档：

GET twitter/_doc/0

返回结果：

{
    "_index" : "twitter",
    "_type" : "_doc",
    "_id" : "0",
    "_version" : 1,
    "_seq_no" : 10,
    "_primary_term" : 1,
    "found": true,
    "_source" : {
        "user" : "kimchy",
        "date" : "2009-11-15T14:12:12",
        "likes": 0,
        "message" : "trying out Elasticsearch"
    }
}

上述返回结果包含文档的_index, _type, _id 和_version 字段。如果 found 字段为ture, 就会返回_source字段，即文档内容。

这个API 可以使用HEAD方法查询文档是否存在：

HEAD twitter/_doc/0

2.1 实时（Realtime）

get API 默认是实时的，不会受索引刷新率影响（即数据从索引到搜索时可见的那个延迟时间）。如果文档已更新但还没刷新，get API将在适当位置发出刷新调用，这还将使上次刷新后更改的其他文档可见。为了禁用get API的实时性，你可以设置 realtime=false。

2.2 文档过滤（Source filtering）

get操作默认会返回_source字段的内容，如果你不想返回该字段，可以使用stored_fields或_source参数设置为false。

GET twitter/_doc/0?_source=false

如果你仅仅需要返回一个或两个字段，你可以使用_source_include 和 _source_exclude参数来包含或筛选你需要的字段。这对于大型文档尤其有用，因为这样可以降低网络开销。两个参数都采用逗号分隔的字段列表或通配符表达式：

GET twitter/_doc/0?_source_includes=*.id&_source_excludes=entities

你也可以使用_source参数指定要返回的字段：

GET twitter/_doc/0?_source=*.id,retweeted

2.3 已保存的字段（Stored Fields）

mappings中的store=false 是为了减少存储的字段（如果要使用store_fields,你应该要禁用_source，即不保存源文档，如果你开启了_source那么stored_fileds就没什么用途了，stored_fileds就像sphinx的属性一样用于搜索，而_source就是数据库的数据，一般为了节省内存都不会存储所有字段，只存储需要搜索的字段，或者只存储id）。

get操作指定一组stored_fields用于获取已存储的字段（默认不会存储字段值，但可以搜索出文档id，你需要在mappings中指定store=true）。如果请求字段没有被存储（即字段的store=false），他们将会被忽略。例如，考虑如下的mappings：

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

现在我们添加一个文档

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

然后访问他：

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

上述操作的结果：

{
   "_index": "twitter",
   "_type": "_doc",
   "_id": "1",
   "_version": 1,
   "_seq_no" : 22,
   "_primary_term" : 1,
   "found": true,
   "fields": {
      "tags": [
         "red"
      ]
   }
}

已存储的字段值会以fields数组形式返回。因为counter字段的stored为false，所以GET时会被忽略。

也可以用_routing检索元数据字段：

PUT twitter/_doc/2?routing=user1
{
    "counter" : 1,
    "tags" : ["white"]
}
GET twitter/_doc/2?routing=user1&stored_fields=tags,counter

响应结果：

{
   "_index": "twitter",
   "_type": "_doc",
   "_id": "2",
   "_version": 1,
   "_seq_no" : 13,
   "_primary_term" : 1,
   "_routing": "user1",
   "found": true,
   "fields": {
      "tags": [
         "white"
      ]
   }
}

使用stored_field选项，仅仅叶子（即基础数据类型）字段值会被返回，对象类型的字段值不能返回，当要求返回对象类型的字段值会报错。

2.4 直接获取_source（Getting the _source directly）

用/{index}/{type}/{id}/_source API可以仅获取文档的_source字段，而不会获取其他额外的信息，如：

GET twitter/_doc/1/_source

你可以指定需要返回的字段

GET twitter/_doc/1/_source?_source_includes=*.id&_source_excludes=entities

你也可以用_source_include和_source_exclude字段控制_source返回哪些字段，不返回哪些字段：

 GET twitter/tweet/1/_source?_source_include=*.id&_source_exclude=entities'

你也可以使用HEAD API查询某个文档的_source是否存在（如果在mappings的禁用_source，文档将不会保存源数据）。

HEAD twitter/_doc/1/_source

2.5 路由（Routing）

当Index的时候指定了routing参数，为了得到指定的文档，你Get的时候也需要指定同样的routing参数：

GET twitter/_doc/2?routing=user1

以上将根据user1进行路由获得id为2的文档。请注意，在没有正确路由的情况下get操作将不会得到正确的结果。

2.6 首选分片（Preference）

preference参数可以控制在哪个分片上优先执行get请求。默认是在主分片与副本分片之间随机查询的。

preference`可以设置为：

  • _primary
    • get 请求只在主分片执行
  • _local
    • get 请求尽可能地在本地分配的分片上执行
  • 自定义（字符串）值
    • 同一个自定义的值将会访问同一个分片。这使得你的数据访问具有一致性，例如第一次访问副本分片，然后主分片的数据发生变化，但副本分片还没来得及更新；此时，第二次访问的是主分片，将获取到新的数据；第三次访问的是副本分片时获取的数据却是旧数据。为了避免这种情况，你可以指定一个自定义的值，例如用户名或sessionid，使随后每次访问的分片都和第一次访问的分片一样。

2.7 刷新（Refresh）

为了在get操作之前刷新相关的分片并使其可被搜索，可以将refresh参数设置为true。将其设置为true之前你应该在仔细考虑并验证这会不会导致系统负载过重（并减慢索引速度）

2.8 分布式（Distributed）

get操作会通过hash路由到一个指定的分片id上执行，然后被重定向到该shard id中的一个副本（即副本分片和主分片是等价的，elasticsearch遵循对等协议），最后选择其中的一个作为实际查询的分片。这意味着我们拥有的副本分片越多，扩展性就越好。

2.9 版本支持（Versioning support）

你可以指定version参数用来获取version值和指定参数值一致的文档。对于所有版本类型，此行为都相同，但始终检索文档的版本类型force除外。请注意，force版本类型已弃用。

当你更新文档时，elasticsearch 会标记旧版本的文档为删除状态，并使其不能被查询到，然后再创建一个新的文档。也就是说旧版本的文档不会立即消失，但您将无法访问它。当您继续索引更多数据时，Elasticsearch会在后台清除具有删除标记的文档。

相关文章