ES批量查询

在 Elasticsearch 中，multi_search（也称为 msearch）是一种允许你在单个哀求中实行多个搜刮操纵的 API。它可以明显淘汰网络开销，尤其是在必要实行多个查询时。multi_search 会将多个查询打包成一个哀求发送给 Elasticsearch，然后返回多个查询的结果。

---

1. multi_search 的根本用法

multi_search 的哀求格式如下：

• 哀求头：指定索引名称（可选）和搜刮参数。
  
• 哀求体：每个查询由两部分组成：
  
  
  
  • 一个可选的 header 部分，用于指定索引、类型和搜刮参数。
    
  • 一个 body 部分，用于指定查询 DSL。
    
  
  

示例

以下是一个 multi_search 的示例，包含两个查询：
json
复制

1. POST /_msearch
2. {}
3. {"index": "index1"}
4. {"query": {"match_all": {}}, "size": 10}
5. {}
6. {"index": "index2"}
7. {"query": {"match": {"field": "value"}}, "size": 5}

复制代码

• 第一个查询：在 index1 中实行 match_all 查询，返回最多10条文档。
  
• 第二个查询：在 index2 中实行 match 查询，返回最多5条文档。
  

---

2. multi_search 的响应

multi_search 的响应是一个数组，数组中的每个元素对应一个查询的结果。例如：
json
复制

1. {
2.   "responses": [
3.     {
4.       "took": 10,
5.       "timed_out": false,
6.       "_shards": {
7.         "total": 5,
8.         "successful": 5,
9.         "skipped": 0,
10.         "failed": 0
11.       },
12.       "hits": {
13.         "total": {
14.           "value": 100,
15.           "relation": "eq"
16.         },
17.         "max_score": 1.0,
18.         "hits": [
19.           {
20.             "_index": "index1",
21.             "_type": "_doc",
22.             "_id": "1",
23.             "_score": 1.0,
24.             "_source": {
25.               "field": "value1"
26.             }
27.           },
28.           ...
29.         ]
30.       }
31.     },
32.     {
33.       "took": 5,
34.       "timed_out": false,
35.       "_shards": {
36.         "total": 5,
37.         "successful": 5,
38.         "skipped": 0,
39.         "failed": 0
40.       },
41.       "hits": {
42.         "total": {
43.           "value": 50,
44.           "relation": "eq"
45.         },
46.         "max_score": 1.5,
47.         "hits": [
48.           {
49.             "_index": "index2",
50.             "_type": "_doc",
51.             "_id": "2",
52.             "_score": 1.5,
53.             "_source": {
54.               "field": "value2"
55.             }
56.           },
57.           ...
58.         ]
59.       }
60.     }
61.   ]
62. }

复制代码

• responses：是一个数组，每个元素对应一个查询的结果。
  
• 每个查询的结果与普通的 _search 哀求返回的结果格式雷同。
  

---

3. multi_search 的上风

• 淘汰网络开销：
  
  
  
  • 将多个查询打包成一个哀求，淘汰了客户端与 Elasticsearch 之间的网络往返次数。
    
  • 适合必要同时实行多个查询的场景。
    
  
  
• 进步性能：
  
  
  
  • Elasticsearch 会并行处理 multi_search 中的查询，从而进步查询服从。
    
  
  
• 机动性：
  
  
  
  • 可以在一个哀求中查询多个索引，甚至可以为每个查询指定不同的索引和参数。
    
  
  

---

4. multi_search 的使用场景

• 批量查询：
  
  
  
  • 当必要同时实行多个查询时，可以使用 multi_search 来淘汰网络开销。
    
  • 例如，在前端页面中同时加载多个模块的数据。
    
  
  
• 多索引查询：
  
  
  
  • 当必要从多个索引中查询数据时，可以使用 multi_search 来简化查询逻辑。
    
  
  
• 性能优化：
  
  
  
  • 当必要优化查询性能时，可以将多个查询归并为一个 multi_search 哀求。
    
  
  

---

5. 示例代码

以下是一个完备的 multi_search 示例，包含两个查询：
哀求

json
复制

1. POST /_msearch
2. {}
3. {"index": "index1"}
4. {"query": {"match_all": {}}, "size": 10}
5. {}
6. {"index": "index2"}
7. {"query": {"match": {"field": "value"}}, "size": 5}

复制代码

响应

json
复制

1. {
2.   "responses": [
3.     {
4.       "took": 10,
5.       "timed_out": false,
6.       "_shards": {
7.         "total": 5,
8.         "successful": 5,
9.         "skipped": 0,
10.         "failed": 0
11.       },
12.       "hits": {
13.         "total": {
14.           "value": 100,
15.           "relation": "eq"
16.         },
17.         "max_score": 1.0,
18.         "hits": [
19.           {
20.             "_index": "index1",
21.             "_type": "_doc",
22.             "_id": "1",
23.             "_score": 1.0,
24.             "_source": {
25.               "field": "value1"
26.             }
27.           },
28.           ...
29.         ]
30.       }
31.     },
32.     {
33.       "took": 5,
34.       "timed_out": false,
35.       "_shards": {
36.         "total": 5,
37.         "successful": 5,
38.         "skipped": 0,
39.         "failed": 0
40.       },
41.       "hits": {
42.         "total": {
43.           "value": 50,
44.           "relation": "eq"
45.         },
46.         "max_score": 1.5,
47.         "hits": [
48.           {
49.             "_index": "index2",
50.             "_type": "_doc",
51.             "_id": "2",
52.             "_score": 1.5,
53.             "_source": {
54.               "field": "value2"
55.             }
56.           },
57.           ...
58.         ]
59.       }
60.     }
61.   ]
62. }

复制代码

---

6. 总结

• multi_search 是一种高效的批量查询机制，适合同时实行多个查询。
  
• 上风：淘汰网络开销、进步性能、支持多索引查询。
  
• 使用场景：批量查询、多索引查询、性能优化。
  

通过合理使用 multi_search，可以明显进步查询服从，尤其是在必要实行多个查询的场景中。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。