es之批量提交操作

1：批量查询操作

1）：插入测试数据

PUT /costumer/doc/1
{
  "name": "zhangsan",
  "age": 20
}
​
​
PUT /costumer/doc/2
{
  "name": "lisi",
  "age": 19
}
​
PUT /costumer/doc/3
{
  "name": "wangwu",
  "age": 18
}
​
​

Elasticsearch是分布式的，在查询的时候不可避免的要夸网络，如果大量的单独的请求，会造成很大的网络延迟和开销；

ES的查询方式：

2）：批量查询

GET /_mget
{
  "docs": [
      {
        "_index": "costumer",
        "_type": "doc",
        "_id": "1"
      },
      {
        "_index": "costumer",
        "_type": "doc",
        "_id": "2"
      }
    ]
}
​

如果索引相同的话，可以简写：

如果类型也相同的话，可以直接简写成：

2：批量执行(bulk)

与 mget 可以使我们一次取回多个文档同样的方式， bulk API 允许在单个步骤中可以进行多次 create 、 index 、 update 或 delete 请求。 如果你需要索引一个数据流比如日志事件，它可以排队和索引数百或数千批次

【注意：】bulk操作是非原子性的，不可以用在事物上

语法：bulk 与其他的请求体格式稍有不同，如下所示：

{ action: { metadata }}\n
{ request body        }\n

action/metadata 行指定 哪一个文档 做 什么操作 。

action 必须是以下选项之一:

create	如果文档不存在，那么就创建它。
index	创建一个新文档或者替换一个现有的文档。
update	部分更新一个文档
delete	删除一个文档

例如，为了把所有的操作组合在一起，一个完整的 bulk 请求 有以下形式:

POST /_bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }} 
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title":    "My first blog post" }
{ "index":  { "_index": "website", "_type": "blog" }}
{ "title":    "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123", "_retry_on_conflict" : 3} }
{ "doc" : {"title" : "My updated blog post"} }
​

【注意】：

1、请注意 delete 动作不能有请求体,它后面跟着的是另外一个操作

2、谨记最后一个换行符不要落下。

3、每个子请求都是独立执行，因此某个子请求的失败不会对其他子请求的成功与否造成影响。

 

整个批量请求都需要由接收到请求的节点加载到内存中，因此该请求越大，其他请求所能获得的内存就越少。 批量请求的大小有一个最佳值，大于这个值，性能将不再提升，甚至会下降。 但是最佳值不是一个固定的值。它完全取决于硬件、文档的大小和复杂度、索引和搜索的负载的整体情况。

幸运的是，很容易找到这个 最佳点 ：通过批量索引典型文档，并不断增加批量大小进行尝试。 当性能开始下降，那么你的批量大小就太大了。一个好的办法是开始时将 1,000 到 5,000 个文档作为一个批次, 如果你的文档非常大，那么就减少批量的文档个数。

密切关注你的批量请求的物理大小往往非常有用，一千个 1KB 的文档是完全不同于一千个 1MB 文档所占的物理大小。 一个好的批量大小在开始处理后所占用的物理大小约为 **5-15 MB. es的内存分配是32G