elasticsearch - 更新文档是否会增加索引的 "delete"计数？

Question

我在 elasticsearch 索引中被删除的文档数量方面遇到了一个奇怪的问题。数据永远不会被删除，只会被插入和/或更新。虽然我可以看到文档总数在增加，但我也在已删除文档列中看到一些非零值。我无法理解这个数字是从哪里来的。

我尝试阅读更新文档是否先删除文档然后重新索引它，这样删除计数就会增加。但是，我无法获得这方面的任何信息。

我输入的检查索引的命令是:

curl -XGET localhost:9200/_cat/indices

我得到的输出是:

yellow open e0399e012222b9fe70ec7949d1cc354f17369f20               zcq1wToKRpOICKE9-cDnvg 5 1 21219975 4302430  64.3gb  64.3gb

注:是单节点elasticsearch。

我希望知道删除文档背后的原因。

Answer 1

您是正确的，更新是您看到文档删除计数的原因。

如果我们谈论 lucene，那么就没有什么比更新更重要的了。也可以说lucene中的文档是不可变的。

那么elastic是怎么提供update这个特性的呢？

它通过使用 _source 字段来实现。因此据说应该启用 _source 以使用弹性更新功能。使用更新 api 时，elastic 引用 _source 来获取所有字段及其现有值，并仅替换更新请求中发送的字段的值。它将现有文档标记为已删除，并使用更新后的 _source 为新文档编制索引。

如果不是实际更新，这样做有什么好处？

1. 它消除了应用程序始终编译完整文档的开销，即使一小部分字段需要更新也是如此。可以使用更新 api 仅发送需要更新的字段，而不是发送完整的文档。休息由弹性照顾。

2. 它减少了一些额外的网络往返，减少了负载大小，还减少了版本冲突的可能性。

您可以阅读更多更新工作原理 here .