Elasticsearch由浅入深（三）document的核心元数据、Id、_source元数据、全量替换、强制创建以及删除机制

document的核心元数据

document的核心元数据有三个：_index、_type、_id

初始化数据：

PUT test_index/test_type/1
{
  "test_content":"test test"
}

{
  "_index": "test_index",
  "_type": "test_type",
  "_id": "1",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "created": true
}

查询数据：

GET test_index/test_type/1

{
  "_index": "test_index",
  "_type": "test_type",
  "_id": "1",
  "_version": 1,
  "found": true,
  "_source": {
    "test_content": "test test"
  }
}

_index元数据

• 代表一个document存放在哪个index中
• 类似的数据放在一个索引中，非类似的数据放在不同的索引中：product index(包含了所有的商品)、sales index(包含了所有的商品销售数据)、inventory index(包含了所有库存的相关数据)
• index中包含了很多类似的document： 类似是什么意思呢，其实指的就是说，这些document的fields很大一部分是相同的，你说你放了3个document，每个document的fields都完全不一样，这就不是类似了，就不太适合放到一个index里面去了
• 索引名称必须是小写，不能用下划线开头，不包含逗号

_type元数据

• 代表document属于index的哪个类别
• 一个索引通常会划分为多个type，逻辑上对index有些许不同的几类数据进行分类
• type名称可以是大写或者小写，但是同时不能用下划线开头，不能包含逗号

_id元数据

• 代表document的唯一标识，与_index和_type一起可以起唯一标识和定位一个document
• 我们可以手动指定document的id,也可以不指定，由es自动为我们创建一个id

Id手动与自动生成

手动指定document id

根据应用情况来说，是否满足手动指定document id的前提：

一般来说，是从某些其他的系统中，导入一些数据到es时，会采取这种方式，就是使用系统中已有数据的唯一标识，作为es中document的id。举个例子，比如说，我们现在在开发一个电商网站，做搜索功能，或者是OA系统，做员工检索功能。这个时候，数据首先会在网站系统或者IT系统内部的数据库中，会先有一份，此时就肯定会有一个数据库的primary key（自增长，UUID，或者是业务编号）。如果将数据导入到es中，此时就比较适合采用数据在数据库中已有的primary key。

如果说，我们是在做一个系统，这个系统主要的数据存储就是es一种，也就是说，数据产生出来以后，可能就没有id，直接就放es一个存储，那么这个时候，可能就不太适合说手动指定document id的形式了，因为你也不知道id应该是什么，此时可以采取下面要讲解的让es自动生成id的方式。

语法：

put /index/type/id
{
  “json”
}

示例：

PUT /test_index/test_type/2
{
  "test_content": "my test"
}

自动生成document id

语法：

post /index/type
{
  "json"
}

示例：

POST /test_index/test_type
{
  "test_content": "my test"
}

{
  "_index": "test_index",
  "_type": "test_type",
  "_id": "AWypxxLYFCl_S-ox4wvd",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "created": true
}

自动生成的id，长度为20个字符，URL安全、base64编码、GUID、分布式系统并行生成时不可能发生冲突。

_source元数据以及定制返回结果解析

初始化数据：

put /test_index/test_type/1
{
  "test_field1": "test field1",
  "test_field2": "test field2"
}

查看数据：

GET /test_index/test_type/1

{
  "_index": "test_index",
  "_type": "test_type",
  "_id": "1",
  "_version": 2,
  "found": true,
  "_source": {
    "test_field1": "test field1",
    "test_field2": "test field2"
  }
}

_source元数据，就是说，我们在创建一个document的时候，使用的那个放在request body中的json串，默认情况下，在get的时候会原封不动的给我们返回。

定制返回结果

定制返回的结果，指定_source中，返回哪些field

GET /test_index/test_type/1?_source=test_field1,test_field2

{
  "_index": "test_index",
  "_type": "test_type",
  "_id": "1",
  "_version": 2,
  "found": true,
  "_source": {
    "test_field1": "test field1",
    "test_field2": "test field2"
  }
}

全量替换、强制创建以及删除

document的全量替换

数据准备：

PUT test_index/test_type/4
{
  "test_field":"test test"
}

1. 语法与创建文档是一样的，如果document id不存在，那么就是创建；如果document id已经存在，那么就是全量替换操作，替换document的json串内容
2. document是不可变的，如果要修改document的内容，第一种方式就是全量替换，直接对document重新建立索引，替换里面所有的内容
3. es会将老的document标记为deleted，然后新增我们给定的一个document，当我们创建越来越多的document的时候，es会在适当的时机在后台自动删除标记为deleted的document

document的强制创建

创建文档与全量替换的语法是一样的，有时我们只是想新建文档，不想替换文档，如果强制进行创建呢？

语法：

PUT /index/type/id?op_type=create
或者
PUT /index/type/id/_create

document的删除

语法：

DELETE /index/type/id

不会理解物理删除，只会将其标记为deleted，当数据越来越多的时候，在后台自动删除