08、mget批量查询，bulk批量语法

主要内容：mget批量查询，bulk批量语法

1、mget批量查询

查询方式01 ：不同index下

GET /_mget
{
  "docs": [
    {
      "_index": "ecommerce",
      "_id": 1
    },
    {
      "_index": "test_index",
      "_id": 7
    }
  ]
}

查询方式02：适用于同一个index下

GET /ecommerce/_mget
{
  "docs": [
    {
      "_id": 1
    },
    {
      "_id": 2
    }
  ]
}
##或者下面这种方式
GET /ecommerce/_mget
{
  "ids":["1","2"]
}

可以说mget是很重要的，一般来说，在进行查询的时候，如果一次性要查询多条数据的话，那么一定要用batch批量操作的api，尽可能减少网络开销次数，可能将性能提升数倍，甚至数十倍，非常之重要

2、bulk批量语法

语法说明：

每一个操作要两个json串，语法如下:

{"action": {"metadata"}}
{"data"}

举例，比如你现在要创建一个文档，放bulk里面，看起来会是这样子的:

{"index": {"_index": "test_index", "_type", "test_type", "_id": "1"}}
{"test_field1": "test1", "test_field2": "test2"}

可以执行的操作类型:
（1）delete：删除一个文档，只要1个json串就可以了
（2）create：PUT /index/_create/id，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

1. bulk api对json的语法，有严格的要求，每个json串不能换行，只能放一行，同时一个json串和一个json串之间，必须有一个换行
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

2.1、删除操作

POST /_bulk
{"delete":{"_index":"ecommerce","_id":"8"}}

2.2、创建操作

POST /_bulk
{"create":{"_index":"ecommerce","_id":"12"}}
{"test_field":"test12"}

2.3、创建或者批量更新

POST /_bulk
{"index":{"_index":"ecommerce","_id":"2"}}
{"test_field":"replaced test2"}

2.4、partial update

POST /_bulk
{"update":{"_index":"ecommerce","_id":"1"}}
{"doc":{"test_field2":"bulk test1"}}

2.5、 并联批量执行

POST /_bulk
{"delete":{"_index":"ecommerce","_id":"8"}}
{"create":{"_index":"ecommerce","_id":"12"}}
{"test_field":"test12"}
{"index":{"_index":"ecommerce","_id":"2"}}
{"test_field":"replaced test2"}
{"update":{"_index":"ecommerce","_id":"1"}}
{"doc":{"test_field2":"bulk test1"}}

2.6、相同index的话

POST ecommerce/_bulk
{"delete":{"_id":"8"}}
{"create":{"_id":"12"}}
{"test_field":"test12"}
{"index":{"_id":"2"}}
{"test_field":"replaced test2"}
{"update":{"_id":"1"}}
{"doc":{"test_field2":"bulk test1"}}

3、bulk size最佳大小

bulk request会加载到内存里，如果太大的话，性能反而会下降，因此需要反复尝试一个最佳的bulk size。一般从1000_{5000条数据开始，尝试逐渐增加。另外，如果看大小的话，最好是在5}15MB之间。

阶段性总结和梳理

Elasticsearch在跑起来以后，其实起到的第一个最核心的功能，就是一个分布式的文档数据存储系统。
文档数据：es可以存储和操作json文档类型的数据，而且这也是es的核心数据结构。
存储系统：es可以对json文档类型的数据进行存储，查询，创建，更新，删除，等等操作。其实已经起到了一个什么样的效果呢？其实ES满足了这些功能，就可以说已经是一个NoSQL的存储系统了。

围绕着document在操作，其实就是把es当成了一个NoSQL存储引擎，一个可以存储文档类型数据的存储系统，在操作里面的document。

es可以作为一个分布式的文档存储系统，所以说，我们的应用系统，是不是就可以基于这个概念，去进行相关的应用程序的开发了。

适合什么类型的应用程序呢？

（1）数据量较大，es的分布式本质，可以帮助你快速进行扩容，承载大量数据
（2）数据结构灵活多变，随时可能会变化，而且数据结构之间的关系，非常复杂。
（3）对数据的相关操作，较为简单，比如就是一些简单的增删改查
（4）NoSQL数据库，适用的也是类似于上面的这种场景

举个例子，比如说像一些网站系统，或者是普通的电商系统，博客系统，面向对象概念比较复杂，但是作为终端网站来说，没什么太复杂的功能，就是一些简单的CRUD操作，而且数据量可能还比较大。这个时候选用ES这种NoSQL型的数据存储，比传统的复杂的功能务必强大的支持SQL的关系型数据库，更加合适一些。无论是性能，还是吞吐量，可能都会更好。