ElasticSearch教程——批量处理（mget和bulk）

阳光穿透心脏的1/2处 2021-09-27 12:18 358阅读 0赞

**ElasticSearch汇总请查看：[ElasticSearch教程——汇总篇][ElasticSearch]**

本博客所有操作均基于Kibana，基础详情见[ElasticSearch教程——Kibana简单操作ES][ElasticSearch_Kibana_ES]

# **批量查询** #

优点：能够大大减少网络的请求次数，缩减网络开销。

## （1）自定义设置index、type以及document id ##

GET /_mget
    {
       "docs" : [
          {
             "_index" : "ecommerce",
             "_type" :  "product",
             "_id" :    1
          },
          {
             "_index" : "ecommerce",
             "_type" :  "product",
             "_id" :    2
          }
       ]
    }

返回结果如下

id为1的没有查到（found为false）

{
      "docs": [
        {
          "_index": "ecommerce",
          "_type": "product",
          "_id": "1",
          "found": false
        },
        {
          "_index": "ecommerce",
          "_type": "product",
          "_id": "2",
          "_version": 2,
          "found": true,
          "_source": {
            "name": "jiajieshi yagao",
            "desc": "youxiao fangzhu",
            "price": 25,
            "producer": "jiajieshi producer",
            "tags": [
              "fangzhu"
            ]
          }
        }
      ]
    }

## （2）在对应的index、type下进行批量查询 ##

注意：在ElasticSearch6.0以后一个index下只能有一个type，否则会报错

GET /ecommerce/product/_mget
    {
        "ids": [2, 3]
    }

或者

GET /ecommerce/product/_mget
    {
       "docs" : [
          {
             "_id" :    2
          },
          {
             "_id" :    3
          }
       ]
    }

返回结果

{
      "docs": [
        {
          "_index": "ecommerce",
          "_type": "product",
          "_id": "2",
          "_version": 2,
          "found": true,
          "_source": {
            "name": "jiajieshi yagao",
            "desc": "youxiao fangzhu",
            "price": 25,
            "producer": "jiajieshi producer",
            "tags": [
              "fangzhu"
            ]
          }
        },
        {
          "_index": "ecommerce",
          "_type": "product",
          "_id": "3",
          "_version": 1,
          "found": true,
          "_source": {
            "name": "zhonghua yagao",
            "desc": "caoben zhiwu",
            "price": 40,
            "producer": "zhonghua producer",
            "tags": [
              "qingxin"
            ]
          }
        }
      ]
    }

# 基于bulk的增删改 #

## bulk语法 ##

1.  delete：删除一个文档，只要1个json串就可以了
2.  create：PUT /index/type/id/\_create，强制创建
3.  index：普通的put操作，可以是创建文档，也可以是全量替换文档
4.  update：执行的partial update操作

# #

## 注意点 ##

1.bulk api对json的语法有严格的要求，除了delete外，每一个操作都要两个json串，且每个json串内不能换行，非同一个json串必须换行，否则会报错；

2.bulk操作中，任意一个操作失败，是不会影响其他的操作的，但是在返回结果里，会告诉你异常日志；

## 创建文档index ##

未指定id时，系统会自动创建id

POST /_bulk
    { "index": { "_index": "ecommerce", "_type":"product"}}
    { "name": "test yagao", "desc": "youxiao fangzhu"}

返回结果

{
      "took": 19,
      "errors": false,
      "items": [
        {
          "index": {
            "_index": "ecommerce",
            "_type": "product",
            "_id": "KXfSFWYBBoLynJN1TUPo",
            "_version": 1,
            "result": "created",
            "_shards": {
              "total": 2,
              "successful": 1,
              "failed": 0
            },
            "_seq_no": 9,
            "_primary_term": 2,
            "status": 201
          }
        }
      ]
    }

## 强制创建文档create ##

POST /_bulk
    { "create": { "_index": "ecommerce", "_type": "product", "_id": "4" }}
    { "test_field":    "test12" }

返回结果

{
      "took": 88,
      "errors": false,
      "items": [
        {
          "create": {
            "_index": "ecommerce",
            "_type": "product",
            "_id": "4",
            "_version": 1,
            "result": "created",
            "_shards": {
              "total": 2,
              "successful": 1,
              "failed": 0
            },
            "_seq_no": 6,
            "_primary_term": 2,
            "status": 201
          }
        }
      ]
    }

## 修改文档update ##

POST /_bulk
    { "update": { "_index": "ecommerce", "_type": "product", "_id": "4","retry_on_conflict" : 3 }}
    { "doc" : {"test_field" : "test update"} }

返回结果

{
      "took": 1,
      "errors": false,
      "items": [
        {
          "update": {
            "_index": "ecommerce",
            "_type": "product",
            "_id": "4",
            "_version": 2,
            "result": "noop",
            "_shards": {
              "total": 2,
              "successful": 1,
              "failed": 0
            },
            "status": 200
          }
        }
      ]
    }

## 删除文档delete ##

POST /_bulk
    { "delete": { "_index": "ecommerce", "_type": "product", "_id": "4"}}

返回结果

{
      "took": 12,
      "errors": false,
      "items": [
        {
          "delete": {
            "_index": "ecommerce",
            "_type": "product",
            "_id": "4",
            "_version": 3,
            "result": "deleted",
            "_shards": {
              "total": 2,
              "successful": 1,
              "failed": 0
            },
            "_seq_no": 8,
            "_primary_term": 2,
            "status": 200
          }
        }
      ]
    }

# bulk api奇特的json格式 #

## 目前处理流程 ##

1.  直接按照换行符切割json，不用将其转换为json对象，不会出现内存中的相同数据的拷贝；
2.  对每两个一组的json，读取meta，进行document路由；
3.  直接将对应的json发送到node上去；

## 换成良好json格式的处理流程 ##

1.  将json数组解析为JSONArray对象，这个时候，整个数据，就会在内存中出现一份一模一样的拷贝，一份数据是json文本，一份数据是JSONArray对象；
2.  解析json数组里的每个json，对每个请求中的document进行路由；
3.  为路由到同一个shard上的多个请求，创建一个请求数组；
4.  将这个请求数组序列化；
5.  将序列化后的请求数组发送到对应的节点上去；

## 奇特格式的优缺点 ##

缺点：可读性差；

优点：不需要将json数组解析为一个JSONArray对象，形成一份大数据的拷贝，浪费内存空间，能够尽可能地保证性能；

例如：

bulk size最佳大小一般建议说在几千条，大小在10MB左右。假设说现在100个bulk请求发送到了一个节点上去，然后每个请求是10MB，100个请求，就是1000MB = 1GB，然后每个请求的json都copy一份为jsonarray对象，此时内存中的占用就会翻倍，就会占用2GB的内存，甚至还不止。因为弄成jsonarray之后，还可能会多搞一些其他的数据结构，2GB+的内存占用。

占用更多的内存可能就会积压其他请求的内存使用量，比如说最重要的搜索请求，分析请求，等等，此时就可能会导致其他请求的性能急速下降。  
另外的话，占用内存更多，就会导致java虚拟机的垃圾回收次数更多，跟频繁，每次要回收的垃圾对象更多，耗费的时间更多，导致es的java虚拟机停止工作线程的时间更多。

[ElasticSearch]: https://blog.csdn.net/gwd1154978352/article/details/82781731
[ElasticSearch_Kibana_ES]: https://blog.csdn.net/gwd1154978352/article/details/82804942