本文主要是介紹 ElasticSearch 的文檔增刪改查和批量操作，同時會介紹一些 REST API 返回狀態碼的具體含義。

我們先來看下這個表：

這個表包含了 Index、Create、Read、Update、Delete 這五種方法，我們先來看下 CRUD 操作的 HTTP 請求都長什么樣子？

首先是提供一個 HTTP 的 method，后面是索引名字，在 7.0 之后所以的 Type 都用 _doc 表示，后面是文檔 id。

再簡單了解了 CURD 操作的 HTTP 請求后，那么讓我們先來了解下如何創建文檔：

創建文檔

Create 支持兩種方式，一種是指定文檔 id 創建文檔，像上面這張圖就是；另一種是通過調用 post /users/_doc 去讓 ES 自動生成文檔 id。

自己指定文檔 id創建文檔，需要考慮 id 的均衡性，避免產生分配不均衡的問題。 ES 的 hash 函數會確保文檔 id 被均勻分配到不同的分片。

當我們執行剛才的命令，可以返回如下結果：

其中 _version 每一次操作，都會 + 1，它是一個鎖的機制，當并行修改文檔的時候，更新的版本號比文檔當前的版本號小時就會報錯，不允許做修改。

創建文檔時，如果索引不存在，ES 會自動創建對應的 index 和 type。

接下來看下另一種創建文檔的方式，不指定 id 創建文檔，HTTP 請求也變為了 POST，具體的請求如下：

返回的結果如下：

Index 和 Create 區別為：如果文檔不存在，就索引新的文檔，否則現有文檔就會被刪除，新的文檔被索引，版本信息 _version + 1。

查詢文檔

Get 方法比較簡單，只需要 Get 索引名稱/_doc/文檔 id，通過執行這個命令就可以知道文檔的具體信息了。

當執行這條語句后會返回 HTTP 200，具體返回結果如下：

其中 _index 為索引，_type 為類型，_id 為文檔 id，_version 為版本信息，_source 存儲了文檔的完整原始數據。

當查詢的文檔 id 不存在的時候，會返回 HTTP 404，且 found 為 false，具體結果如下：

更新文檔

Update 方法采用 HTTP POST，在請求體中必須指明 doc，在把具體文檔提供在 HTTP 的 body 里。Update 和 Index 方法不同，Update 方法不會刪除原來的文檔，而是實現真正的數據更新。

比如在原來的文檔 id 為 1 的文檔上增加字段，具體請求如下：

執行后，版本信息 _version + 1，讓我們再去查詢下該文檔：

可以看到，新增字段已經成功了。

刪除文檔

Delete 方法也很簡單，Delete 索引名稱/_doc/文檔 id 就可以了，再這里就不再做代碼演示了。

在介紹完文檔的基本 CRUD 操作后，讓我們來看看批量操作吧：

Bulk API

在一個 REST 請求中，重新建立網絡開銷是十分損耗性能的，因此 ES 提供 Bulk API，支持在一次 API 調用中，對不同的索引進行操作，從而減少網絡傳輸開銷，提升寫入速率。

它支持 Index、Create、Update、Delete 四種類型操作，可以在 URI 中指定索引，也可以在請求的方法體中進行。

同時多條操作中如果其中有一條失敗，也不會影響其他的操作，并且返回的結果包括每一條操作執行的結果。

比如輸入如下代碼：

當我們執行命令后，結果如下：

took 表示消耗了 93 毫秒，errors 為 true 表示在這些操作中錯誤發生，發現是 update 操作發生了錯誤，id 為 2 的文檔不存在，所以報錯了。

在使用 Bulk API 的時候，當 errors 為 true 時，需要把錯誤的操作修改掉，防止存到 ES 的數據有缺失。

批量查詢文檔

批量查詢需要指明要查詢文檔的 id，可以在一個 _mget 操作里查詢不同索引的數據，可以減少網絡連接所產生的開銷，提高性能。

下面我們來實際操作下，輸入以下代碼執行，就可以得到文檔 id 為 1,3 的數據。

運行結果如下：

在介紹完文檔的一些操作，最后讓我們看下 REST API 常見錯誤返回有哪些吧！

REST API 常見錯誤返回

剛才在演示中，當查詢文檔 id 不存在的時候就會報 404 錯誤，而且 ES 還有各種各樣的返回，下面通過一個表格了解下：

總結

本文主要介紹了文檔的 CRUD 操作，還有 Bulk API、_mget API，這些批量操作可以提高 API 調用性能，但是不要一次發送過多數據，也有可能會對 ES 集群產生過大的壓力，導致性能有所下降。一般建議是 1000-5000 個文檔，如果你的文檔很大，可以適當減少隊列，大小建議是 5-15 MB，默認不能超過 100 M。

參考文獻
Elastic Stack從入門到實踐
Elasticsearch頂尖高手系列
Elasticsearch核心技術與實戰https://www.elastic.co/guide/en/elasticsearch/reference/7.1/docs-index_.html