【Elasticsearch】文档（二）：更新

在 Elasticsearch 中，更新文档 需要满足以下前置条件：

• 文档必须存在（除非使用 upsert 操作）
• 索引必须存在
• 用户需要有写入权限（write 或 all 权限）
• _version 冲突检查（如果指定 if_seq_no 和 if_primary_term）

1.创建测试数据

• 创建索引：users

PUT /users
{
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "email": { "type": "keyword" },
      "age": { "type": "integer" },
      "created_at": { "type": "date" }
    }
  }
}

• 创建索引：products

PUT /products
{
  "mappings": {
    "properties": {
      "name": { "type": "keyword" },
      "price": { "type": "double" },
      "category": { "type": "keyword" }
    }
  }
}

• 创建索引：orders

PUT /orders
{
  "mappings": {
    "properties": {
      "order_id": { "type": "keyword" },
      "amount": { "type": "double" },
      "status": { "type": "keyword" },
      "discount": { "type": "double" }
    }
  }
}

• 创建索引：books

PUT /books
{
  "mappings": {
    "properties": {
      "title": { "type": "text" },
      "publish_date": { "type": "keyword" },
      "formatted_date": { "type": "date" }
    }
  }
}

2.更新文档

2.1 在原有基础上新增字段

写入数据。

POST /users/_doc/1
{
  "name": "John Doe",
  "email": "john@example.com"
}

场景：给现有文档添加新字段。例如，给用户文档添加 age 字段。

POST /users/_update/1
{
  "doc": {
    "age": 30  # 新增字段
  }
}

2.2 在原有字段基础上部分修改字段值

写入数据。

POST /users/_doc/2
{
  "name": "Alice",
  "email": "alice@old.com",
  "age": 25
}

场景：修改文档的某个字段。例如，更新用户的 email。

POST /users/_update/2
{
  "doc": {
    "email": "alice@new.com"
  }
}

2.3 存在则更新，不存在则插入给定值（upsert）

如果文档不存在，直接更新会报错。

场景：如果文档存在则更新，否则插入（upsert）新文档（类似 INSERT ... ON DUPLICATE KEY UPDATE）。

POST /users/_update/3
{
  "doc": {
    "name": "Bob",
    "age": 40
  },
  "upsert": {
    "name": "Bob",
    "age": 40,
    "created_at": "2023-01-01"
  }
}

2.4 全部文档更新（批量更新）

写入数据。

POST /products/_bulk
{"index":{"_id":"1"}}
{"name":"Laptop","price":1000,"category":"Electronics"}
{"index":{"_id":"2"}}
{"name":"Coffee","price":5,"category":"Food"}

场景：更新索引中的所有文档（例如，将所有商品的 price 增加 $10\%$），使用 _update_by_query。

POST /products/_update_by_query
{
  "query": { "match_all": {} },  # 匹配所有文档
  "script": {
    "source": "ctx._source.price = ctx._source.price * 1.1D",  # 价格增加 10%，D表示double
    "lang": "painless"
  }
}

2.5 基于 Painless 脚本的批量更新

写入数据。

POST /orders/_bulk
{"index":{"_id":"O1001"}}
{"order_id":"O1001","amount":1500,"status":"pending"}
{"index":{"_id":"O1002"}}
{"order_id":"O1002","amount":800,"status":"pending"}

场景：使用脚本动态更新文档。例如，根据条件修改 status。

POST /orders/_update_by_query
{
  "query": { 
    "range": { "amount": { "gte": 1000 } }  # 金额 >= 1000 的订单
  },
  "script": {
    "source": """
      ctx._source.status = "VIP";  # 更新 status
      ctx._source.discount = 0.1;  # 新增 discount 字段
    """,
    "lang": "painless"
  }
}

2.6 基于 Ingest 预处理管道的批量更新

写入数据。

POST /books/_bulk
{"index":{"_id":"B001"}}
{"title":"Elasticsearch Guide","publish_date":"2023-05-20"}
{"index":{"_id":"B002"}}
{"title":"Kibana Handbook","publish_date":"2023-08-15"}

场景：在写入或更新时自动处理数据。例如，标准化日期格式。

步骤 1：创建预处理管道

PUT _ingest/pipeline/format_date_pipeline
{
  "description": "标准化日期格式",
  "processors": [
    {
      "date": {
        "field": "publish_date",
        "target_field": "formatted_date",
        "formats": ["yyyy-MM-dd"],
        "timezone": "UTC"
      }
    }
  ]
}

步骤 2：使用管道更新文档

POST /books/_update_by_query?pipeline=format_date_pipeline
{
  "query": { "match_all": {} }
}

2.7 取消更新

场景：在更新过程中取消任务（如长时间运行的 _update_by_query）。

步骤 1：准备测试数据（10万条文档）

POST /products/_bulk
{"index":{}}
{"name":"Test","price":10,"category":"A"}
{"index":{}}
{"name":"Test","price":10,"category":"B"}
...（重复直到文档数足够多）

步骤 2：发起一个真实的长任务

POST /products/_update_by_query?wait_for_completion=false
{
  "query": { "match_all": {} },
  "script": {
    "source": "ctx._source.price += 0.1",
    "lang": "painless"
  }
}

步骤 3：查找任务 ID

GET _tasks?actions=*update_by_query

{
  "nodes": {
    "node-1": {
      "tasks": {
        "abc123": {  # 任务 ID
          "action": "indices:data/write/update/byquery",
          "description": "update_by_query [products]"
        }
      }
    }
  }
}

步骤 4：取消任务

POST _tasks/abc123/_cancel

{
  "acknowledged": true,
  "task_failures": []
}

2.8 总结

这些方法覆盖了 Elasticsearch 文档更新的主要需求，可根据业务场景选择合适的方式。