elk之基本crud

写在前面

本文看下工作中用的最多的CRUD。让我们一起来做一个帅帅的CRUD BOY吧!!!

1:基本操作

  • Create

    格式1(指定ID):PUT 索引名称/_create/文档ID {文档json}
    格式2(不指定ID):POST 索引名称/_create {文档json}
    效果:文档id存在则报错

  • GET

    格式:GET/_doc/文档ID
    效果:存在则返回结果,否则返回not_found

  • Index

    格式:PUT 索引名称/doc/文档ID {文档json}
    效果:文档ID存在则删除老的再添加,否则直接添加,需要注意存在时虽然删除了,但是新增文档版本号还是会增加

  • Update

    格式:POST 索引名称/_update/文档ID {"doc": 文档json} --注意外边包一层doc
    效果:文档不存在报document missing,存在时,做增量更新,即以下几种情况
    1:如果要更新的字段在目标文档中存在,则使用指定的更新
    2:如果要更新的字段在目标文档中不存在,则直接添加
    3:如果目标文档中存在的字段,没有在更新的文档中指定,则该字段不变

  • Delete

    格式:DELETE 索引名称/_doc/文档ID

分别来看下。

1.1:Create

  • 指定id
  • id存在时报错
  • 不指定id

1.2:GET

  • 文档存在
  • 文档不存在

1.3:Index

  • 文档不存在
  • 文档存在

    可以看到---_version版本号+1了。

1.4:Update

现有数据为:

json 复制代码
{
  "_index" : "users",
  "_type" : "_doc",
  "_id" : "101",
  "_version" : 4,
  "_seq_no" : 34,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "firstName1" : "jack101",
    "lastName" : "Johnson2",
    "tag" : [
      "guitar",
      "skateboard"
    ],
    "go" : "wowowoow"
  }
}
  • 如果要更新的字段在目标文档中存在,则使用指定的更新
  • 如果要更新的字段在目标文档中不存在,则直接添加
  • 如果目标文档中存在的字段,没有在更新的文档中指定,则该字段不变

1.5:Delete

  • 删除存在的
  • 删除不存在的

2:批量操作

2.1:_bulk 批量增删改

用于增删改操作,格式:

复制代码
POST _bulk
{[index|create|update|delete]:{"_index": 索引名称, "_id": 文档ID}}
[index|create|update]时文档

同时执行,会返回每个的执行结果,其中一个失败,不会影响其他的操作执行。

  • 批量创建

  • 批量删除

  • 增删改操作

    POST _bulk
    {"index": {"_index": "users", "_id": "10000"}}
    {"real_name": "lucy"}
    {"update": {"_index": "users", "_id": "10001"}}
    {"doc": {"name": "lucy"}}
    {"create": {"_index": "users", "_id": "10002"}}
    {"name": "james"}
    {"delete": {"_index": "users", "_id": "10001"}}

返回结果:

复制代码
{
  "took" : 98,
  "errors" : false,
  "items" : [
    {
      "index" : {
        ...
        "result" : "updated",
        ...
      }
    },
    {
      "update" : {
        ...
        "result" : "updated",
        ...
      }
    },
    {
      "create" : {
        ...
        "result" : "created",
        ...
      }
    },
    {
      "delete" : {
        ...
        "result" : "deleted",
        ...
      }
    }
  ]
}

2.2:_mget 基于主键批量查询

2.3:_msearch 基于条件批量查询

也可以在url上指定索引:

3:常见错误

写在后面

参考文章列表

相关推荐
诚丞成3 天前
ELK日志分析:Elasticsearch索引、Logstash接入与Kibana可视化
elk·elasticsearch·jenkins
新鲜势力呀4 天前
PHP 日志系统实战:从排查线上故障困难到 ELK日志分析 + 链路追踪 + 实时监控完整架构方案
elk·架构·php
SelectDB技术团队12 天前
Agent Trace 数据底座建设:宽表建模、全文检索与成本聚合的配置与验证步骤
大数据·python·clickhouse·elk·elasticsearch·全文检索·复杂查询
谢亮_vipxieliang13 天前
容器日志收集与管理:从 stdout 规范到 ELK/Loki 落地
运维·网络·人工智能·elk·docker·容器
SelectDB技术团队13 天前
ELK 太占磁盘、ES 总报写入拒绝:从归因到可执行的优化清单
大数据·clickhouse·elk·elasticsearch·全文检索·复杂查询·实时更新
yunqiz1 个月前
ELK Stack生产环境部署指南:Filebeat + Elasticsearch + Logstash + Kibana
elk·elasticsearch
LIXIUPING20141 个月前
微服务分布式日志环境完整搭建实战|从服务改造到 ELK 集群部署、全流程可落地
elk·elasticsearch·logstash·filebeat·分布式日志
LlmCraft|大模型工程实践1 个月前
12. Docker 日志管理与监控:ELK 日志收集 + Prometheus 性能监控
elk·docker·prometheus
2401_834636991 个月前
ELK 全栈深度实战|从集群部署到日志可视化完整落地
elk
飞火流星020271 个月前
ELK(Elasticsearch+Logstash+Kibana)传统日志采集架构与ELFKK(Elasticsearch+Logstash+Kibana+Filebeat+Kafka)对比
elk·elfkk·传统elk日志采集·elk增加filebeat·elk增加kafka