ElasticSearch备考 -- Update by query Reindex

一、题目

有个索引task，里面的文档长这样

现在需要添加一个字段all，这个字段的值是以下 a、b、c、d字段的值连在一起

二、思考

需要把四个字段拼接到一起，组成一个新的字段，这个就需要脚本，

这里有两种方案，

方案一：可以使用ingest painless脚本，在通过update by query，查询所有数据对索引中文档进行更新

方案二：使用ingest pianless 脚本，然后通过reindex 索引

三、解题

 初始化索引和数据

DELETE task
PUT task
POST task/_bulk
{"create":{"_id":1}}
{"a":"key","b":"mom","c":"mom","d":1}
{"create":{"_id":2}}
{"a":"key","b":"cake mix","c":"mom","d":2}
{"create":{"_id":3}}
{"a":"key","b":"mom","c":"cake mix","d":3}
{"create":{"_id":4}}
{"a":"cake mix","b":"mom","c":"mom","d":4}

方案一：ingest painless

Step 1、创建 ingest pianless 脚本

• 脚本可以通过类似python中""" 三引号的方式编写
• 创建新的字段，需要ctx['xx']指定
• lang 可以不写，默认为pianless

PUT _ingest/pipeline/add_all
{"description": "add a+b+c+d = all","processors": [{"script": {"lang": "painless", "source": """ ctx['all'] = ctx['a'] +" "+  ctx['b'] +" "+ ctx['c'] + " "+ ctx['d']""" }}]
}

Step 2、通过update by query 更新文档

update by query 后面如果要使用pianles脚本需要加？并指定脚本的名称

POST task/_update_by_query?pipeline=add_all
{"query": {"match_all": {}}
}

方案二：ingest painless + reindex

Step 1、创建 ingest pianless 脚本

获取参数有两种写法

• ctx.xxx
• ctx['xxxx']

PUT _ingest/pipeline/add_all
{"description": "add a+b+c+d = all","processors": [{"script": {"lang": "painless", "source": """ ctx['all'] = ctx['a'] +" "+  ctx['b'] +" "+ ctx['c'] + " "+ ctx['d']""" }}]
}

Step 2、使用reindex

这个再创建一个新索引，并将数据导入。 注意：pipeline 是写在dest中

POST _reindex
{"source": {"index": "task"},"dest": {"index": "task_new","pipeline": "add_all"}
}

四、总结

• update by query 通常用于批量更新，可以结合painless 使用
• 创建脚本后一般都会成功，需要再结合update by query进行验证运行时，是否存在错误。
• 最后一定要检查一下更新后的数据，虽然执行过程中没有报错，但是不代表执行符合预期

参考资料

• Update By Query API | Elasticsearch Guide [8.1] | Elastic
• Ingest pipelines | Elasticsearch Guide [8.1] | Elastic
• Reindex API | Elasticsearch Guide [8.1] | Elastic

送一波福利：

福利一

有需要内推JD的同学，可以私信或留言，我帮您内推，流程快！！！

有需要内推JD的同学，可以私信或留言，我帮您内推，流程快！！！

有需要内推JD的同学，可以私信或留言，我帮您内推，流程快！！！

福利二

福利三