ES系列之原来查看文档数量有这么多姿势

2020-08-10 16:05:10 浏览数 (1)

1、引言

有人可能觉得,查看文档数量不是很简单吗?直接

代码语言:javascript复制
GET /_cat/count/index_name?v

不就可以了吗。

事实上远不止这么简单,比如嵌套文档的情况等。相信你看了我这篇文章之后你会感叹原来统计文档有这么多讲究啊。

2、正文

cat/count

首先是最常用的的方式,也是一种快速查询文档的优先推荐方式,cat count api我们使用kibana自带的电商索引来实验。

代码语言:javascript复制
GET _cat/count/kibana_sample_data_ecommerce?v

返回,

代码语言:javascript复制
epoch      timestamp count
1585910697 10:44:57  4675

cat count api的方式能够快速的返回某个索引下文档的数量,需要注意的是已经删除的文档即使还没有物理删除(merge)也不会统计。我们可以来做个实验,任意删除一个文档,然后再次查询下。

代码语言:javascript复制
DELETE kibana_sample_data_ecommerce/_doc/VJz1f28BdseAsPClo7bC

再次查询发现少了一条。

另外,使用cat count api我们也可以不指定索引,从而查询整个集群的文档数量。

代码语言:javascript复制
GET _cat/count?v

GET _cat/indices

整个命令其实主要是用来查询索引相关的信息的,而这些信息里面包含文档的数量。比如,

代码语言:javascript复制
GET _cat/indices/kibana_sample_data_ecommerce?v

查询的结果如下,

docs.count列就是文档的数量。

和cat count api不同的是,cat indices命令统计的文档数量是底层所有的文档数量,如果你不太明天,我举个例子。 我们新增一个测试的索引,使用nested嵌套文档,关于嵌套文档可以看看这篇文章,这里不详述了。

ES系列之嵌套文档和父子文档

新建一个索引,然后插入一个文档。

代码语言:javascript复制
PUT my_index
{
  "mappings": {
    "properties": {
      "user": {
        "type": "nested" 
      }
    }
  }
}

PUT my_index/_doc/1
{
  "group" : "fans",
  "user" : [
    {
      "first" : "John",
      "last" :  "Smith"
    },
    {
      "first" : "Alice",
      "last" :  "White"
    }
  ]
}

我们先用cat count api查询下,结果是1,然后用cat indices查询,发现结果是3。这是为什么呢?

这是因为cat indices是直接从lucene获取的这些信息,而我们之前的文章讲过nested类型的属性其实在lucene内部是独立的文档,只不过在ES这一层隐藏了这些细节。

使用search api

我们当然可以直接使用search去统计文档数量,只要不指定查询条件,然后查询结果中的total就是文档的总数量。

代码语言:javascript复制
GET kibana_sample_data_ecommerce/_search
{
  "query": {
    "match_all": {}
  }
}

结果是(只显示部分),

代码语言:javascript复制
  "hits" : {
    "total" : {
      "value" : 4673,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {

不过search api有个问题,这个total最大只会显示10000个,这个我就不举例子了。

这里我们可以进一步探讨一个问题,cat count api和search方式统计文档哪个效率高?我没有找到官方文档,不过大概也能推断出前者应该是更快一些,因为查询还要算分,排名这些操作,应该更耗时。

利用聚合统计文档

我们还可以利用ES的聚合函数统计文档数量,如下:

代码语言:javascript复制
GET /kibana_sample_data_ecommerce/_search
{
    "size" : 0,
    "aggs" : {
        "my_count" : {
            "value_count": {
              "field" : "_id"
            }
        }
    }
}

结果是,

代码语言:javascript复制
{
  "took" : 24,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4672,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "my_count" : {
      "value" : 4672
    }
  }
}

我们这里用了Value Count Aggregation 按字段统计文档数量。

查看分片上的文档数量

有时候我们需要查看一个分片上文档数量,使用cat shards api可以做到。

代码语言:javascript复制
GET _cat/shards/kibana_sample_data_ecommerce?v

可以看到这个索引下有两个分片,一个主分片一个副本分片,docs列显示的是文档数量。

3、总结

ES对文档的统计根据不同的场景和维度,有不同的方法,在实际项目中根据业务场景选择适合自己的方式即可。

0 人点赞