phpcurlputdelete技巧_从 ElasticSearch 中删除数据的几种办法

在本教程中，我们磋商了从 ElasticSearch 中删除数据的各种方法，从删除单个文档到管理生产环境中的大规模删除。

首先，ElasticSearch 供应了几种从索引中删除单个文档的方法。

首先，从 ElasticSearch 中删除单个文档的最大略方法可能是利用 Delete API。
当我们知道确切的文档 ID 和索引名称时，此方法是空想的选择：

$ curl -X DELETE "localhost:9200/customers/_doc/1"{"_index":"customers","_id":"1","_version":3,"result":"deleted","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":20,"_primary_term":1}

在这个例子中， customers是索引的名称， 1是我们要删除的文档的 ID。

当我们实行此命令时，ElasticSearch 会考试测验从 customers索引中删除 ID 为1 的文档。
随后，如果该文档存在且被成功删除，ElasticSearch 将返回JSON相应，表明操作成功。

另一方面，当我们须要删除符合特定条件的多个文档时，Delete By Query API 更为高效。
此方法可以根据查询删除文档，类似于我们搜索文档的办法：

$ curl -X POST "localhost:9200/customers/_delete_by_query" -H 'Content-Type: application/json' -d'{ "query": { "range": { "last_purchase_date": { "lt": "now-1y" } } }}'{"took":258,"timed_out":false,"total":4,"deleted":4,"batches":1,"version_conflicts":0,"noops":0,"retries":{"bulk":0,"search":0},"throttled_millis":0,"requests_per_second":-1.0,"throttled_until_millis":0,"failures":[]}

让我们分解一下这个例子：

此查询将删除上次购买韶光超过一年的所有客户文档，因此，这是一种根据特定标准删除过期或不干系数据的有效方法。

但是，利用Delete By Query时我们须要把稳以下几点：

我们还可以添加一个 size参数来限定单次操作删除的文档数量。
这可以进一步帮助管理集群上的负载。

连续先容更有效的大规模删除方法，当处理大量文档时，批量操作可以显著提高性能。
Bulk API 在单个要求中实行多个删除操作，从而减少网络开销并提高整体效率。

让我们看一个示例，理解如何利用 Python 和 ElasticSearch 客户真个 Bulk API 进行删除：

from elasticsearch import Elasticsearch, helperses = Elasticsearch(["http://localhost:9200"])def generate_actions(inactive_customer_ids): for customer_id in inactive_customer_ids: yield { "_op_type": "delete", "_index": "customers", "_id": customer_id }inactive_customer_ids = ["3", "5", "8"]response = helpers.bulk(es, generate_actions(inactive_customer_ids))print(f"Deleted {response[0]} documents")

首先，我们创建一个 ElasticSearch 客户端实例，连接到本地 ElasticSearch 做事器。
然后，我们定义一个天生器函数generate_actions，为每个客户 ID 天生删除操作。
之后，我们创建一个非生动客户 ID 列表。
在实际场景中，这样的列表可能来自数据库查询或其他数据源。

随后，我们利用赞助函数.bulk()实行批量删除操作。
末了，我们打印已删除的文档数量。

现在，让我们运行脚本：

$ python3 bulk-removal.py Deleted 3 documents

Bulk API 比为每个文档发送单独的删除要求更有效，由于它减少了到 ElasticSearch 集群的网络来回次数以及实际内部操作期间的开销。

除了文档级操作外，有时我们可能须要删除较大的数据块。
在这种情形下，索引级操作可能更有效。

如果我们须要从索引中删除所有数据，则删除全体索引是最快的方法：

$ curl -X DELETE "localhost:9200/customers"{"acknowledged":true}

此命令删除 客户索引及其所有数据。
值得把稳的是，这是一个非常快的操作，但它也是不可逆的。

当管理基于韶光的索引并想要删除旧数据时，此方法很有用。
例如，这是删除上个月的日志索引的常用方法。

对付能够删除数据同时保持可用性的更细致的方法，我们可以利用索引别名。
当我们想要从索引中删除数据子集而不产生任何停机韶光时，此方法特殊有用。

首先，我们为现有索引创建别名：

$ curl -X POST "localhost:9200/_aliases" -H 'Content-Type: application/json' -d'{ "actions": [ { "add": { "index": "customers", "alias": "current_customers" }} ]}'{"acknowledged":true,"errors":false}

然后，我们利用更新的设置创建一个新的索引：

$ curl -X PUT "localhost:9200/customers_v2" -H 'Content-Type: application/json' -d'{ "mappings": { "properties": { "email": { "type": "keyword" }, "name": { "type": "text" } } }}'{"acknowledged":true,"shards_acknowledged":true,"index":"customers_v2"}

接下来，我们重新索引数据，打消不生动的客户：

$ curl -X POST "localhost:9200/_reindex" -H 'Content-Type: application/json' -d'{ "source": { "index": "customers", "query": { "bool": { "must_not": { "term": { "status": "inactive" } } } } }, "dest": { "index": "customers_v2" }}'{"took":251,"timed_out":false,"total":7,"updated":0,"created":7,"deleted":0,"batches":1,"version_conflicts":0,"noops":0,"retries":{"bulk":0,"search":0},"throttled_millis":0,"requests_per_second":-1.0,"throttled_until_millis":0,"failures":[]}

末了，我们将别名切换为新索引：

$ curl -X POST "localhost:9200/_aliases" -H 'Content-Type: application/json' -d'{ "actions": [ { "remove": { "index": "customers", "alias": "current_customers" }}, { "add": { "index": "customers_v2", "alias": "current_customers" }} ]}'{"acknowledged":true,"errors":false}

利用此方法，运用程序可以在全体过程中连续对current_customers别名进行读写 。
一旦重新索引完成并切换别名，就可以删除旧索引。

在本文中，我们磋商了从 ElasticSearch 中删除数据的各种方法，从删除单个文档到管理生产环境中的大规模删除。
我们先容了 Delete API、Delete By Query API、Bulk API 和索引级操作的利用。

通过这些技能，我们可以有效地管理 ElasticSearch 集群中的数据，确保最佳性能、遵守数据保留策略并高效利用存储资源。