【es】Elasticsearch索引数据查询、删除

curl -X GET 'http://xx.xx.xx.xx:9200/test/_search?pretty'
curl -X GET "http://xx.xx.xx.xx:9200/test/_search?size=1&pretty"

{
  "took" : 147,
  "timed_out" : false,
  "_shards" : {
    "total" : 12,
    "successful" : 12,
    "failed" : 0
  },
  "hits" : {
    "total" : 56154711,
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "doc",
        "_id" : "5e24002cd08efd7e24854ef1",
        "_score" : 1.0,
        "_source" : {
          "senderName" : "Bogon",
          "filename" : "Wireshark网络分析的艺术.pdf",
          "fileSize" : 178455,
          "sender" : "e7c6d64e-071c-11ea-815f-005056a9ff9e",
          "person" : [
            "e7c6d64e-071c-11ea-815f-005056a9ff9e",
            "0060b6fb-b5e9-4764-a36d-e3be66276586"
          ],
          "groupId" : "e7c6d64e-071c-11ea-815f-005056a9ff9e",
          "id" : "5e24002cd08efd7e24854ef1",
          "fileExt" : "pdf",
          "fileId" : "5e24002c6997ec2479bf5a46",
          "sendTime" : "2020-01-19T15:07:24Z"
        }
      }
    ]
  }
}

curl_es_count.sh

#!/bin/bash

es_url="xx.xx.xx.xx:9200"
index_name="test"
gte_time="2020-01-01T00:00:00Z"
lte_time="2020-01-31T23:59:59Z"

curl -X GET "http://${es_url}/${index_name}/_count?pretty" \
  -H "Content-Type: application/json" \
  -d '{
    "query": {
        "bool": {
            "must": [{
                "range": {
                    "sendTime": {
                        "gte": "'"${gte_time}"'",
                        "lte": "'"${lte_time}"'"
                    }
                }
            }],
            "must_not": [],
            "should": []
        }
    }
}'

curl_es_delete.sh

#!/bin/bash

es_url="xx.xx.xx.xx:9200"
index_name="test"
gte_time="2020-01-01T00:00:00Z"
lte_time="2020-01-31T23:59:59Z"

curl -X POST "http://${es_url}/${index_name}/_delete_by_query?pretty" \
 -H "Content-Type: application/json" \
  -d '{
    "query": {
        "bool": {
            "must": [{
                "range": {
                    "sendTime": {
                        "gte": "'"${gte_time}"'",
                        "lte": "'"${lte_time}"'"
                    }
                }
            }],
            "must_not": [],
            "should": []
        }
    }
}'

通过 这个脚本删除索引中的数据会很慢吗？

删除操作的速度主要取决于以下几个因素：

1. 数据量大小: 要删除的数据量越大，删除操作就越慢。如果 test 索引中包含大量数据，删除操作可能会比较耗时。

2. Elasticsearch 集群性能: Elasticsearch 集群的性能也会影响删除操作的速度。如果集群负载高或者硬件配置较低，删除速度可能会变慢。

3. 查询复杂性: 删除操作的速度还受到查询复杂性的影响。你的脚本中使用了时间范围查询 (range query)，这通常比简单的全文档删除操作要慢一些，因为需要匹配和处理更多的文档。

4. 网络延迟: 脚本中使用的 curl 命令会通过网络与 Elasticsearch 集群通信，网络延迟可能会影响操作速度。

综上所述，虽然可以通过你的脚本来删除数据，但具体速度如何取决于以上因素的综合影响。
如果你的环境中数据量不大、Elasticsearch 集群性能良好，并且网络连接稳定，删除操作可能会比较快速。
如果数据量很大或者集群负载高，删除操作可能会比较耗时，可能需要更长的时间来完成删除操作。

如果才能使得 curl -X POST "http://${es_url}/${index_name}/_delete_by_query?pretty 删除加速？

要加速使用 curl 发起的 _delete_by_query 删除操作，可以考虑以下几点优化：

1. 减少删除的数据量: 如果可能的话，尽量减少一次删除的文档数量。可以通过更精确的查询条件来限制删除的文档数量，例如更窄的时间范围、更具体的条件等。

2. 优化查询性能: 确保查询语句的效率尽可能高，避免不必要的复杂性。在你的脚本中，使用了时间范围查询，这通常是比较高效的。确保查询语句没有额外的无用条件或者不必要的逻辑。

3. 索引优化: 如果索引的映射允许，可以考虑在删除操作之前进行索引优化。例如，确保索引映射的字段类型、分析器设置等能够提高查询性能和删除操作的效率。

4. 分批处理: 如果数据量非常大，可以考虑分批进行删除操作。例如，按照时间范围分割成多个小的删除请求，每次删除一部分数据。

5. 增加集群资源: 如果可能的话，增加 Elasticsearch 集群的资源，如节点数、分片数等，以提高删除操作的并发处理能力。

6. 使用并行删除: 如果允许，可以考虑使用 Elasticsearch 的并行删除功能。在较新的版本中，Elasticsearch 支持在删除操作中使用 slices 参数来并行处理删除请求，可以更快地删除大量数据。

举例来说，如果你希望使用 slices 参数来并行删除，你可以修改你的 curl 请求，添加 slices 参数，例如：

curl -X POST "http://${es_url}/${index_name}/_delete_by_query?pretty&slices=5" \
 -H "Content-Type: application/json" \
 -d '{
    "query": {
        "bool": {
            "must": [{
                "range": {
                    "sendTime": {
                        "gte": "'"${gte_time}"'",
                        "lte": "'"${lte_time}"'"
                    }
                }
            }],
            "must_not": [],
            "should": []
        }
    }
}'

上面的例子中，slices=5 表示请求将被分为 5 个片段并行处理。

总之，通过优化查询、减少单次操作的文档数量、并行处理等方法，可以显著提高 _delete_by_query 删除操作的效率。

在 Elasticsearch 5 版本中，并没有内置支持 slices 参数来实现删除操作的并行处理。
这个功能是在较新的 Elasticsearch 版本中引入的，通常从 Elasticsearch 6.x 版本开始支持。
如果你的环境中使用的是 Elasticsearch 5 版本，那么就无法通过 slices 参数来并行处理 _delete_by_query 操作。

通过这个删除接口es中索引的数据，磁盘空间会立刻释放吗？

  curl -X POST "http://${es_url}/${index_name}/_delete_by_query?pretty"  

使用上述命令通过 Elasticsearch 的 _delete_by_query 接口删除索引数据后，并不会立即释放磁盘空间。
这是因为 Elasticsearch 在执行删除操作后，并不会立即将磁盘上对应的数据物理删除，而是通过后台的过程来标记这些数据为可回收状态。
这种策略是为了避免频繁的物理删除操作影响性能，同时保证系统的稳定性。

实际释放磁盘空间的时间取决于以下几个因素：

1. Merge 过程：Elasticsearch 会定期进行 segment 的合并（merge），在这个过程中会删除标记为删除的数据，从而释放磁盘空间。

2. 自动的过期删除：Elasticsearch 会根据其自身的过期策略（例如，过期时间）来自动删除旧数据，从而释放磁盘空间。

3. 手动触发 Force Merge：如果你希望立即释放空间，可以手动触发 Force Merge 操作，这会强制 Elasticsearch 将标记为删除的数据物理删除并释放磁盘空间。但需要注意，频繁地执行 Force Merge 操作可能会影响性能。

因此，虽然数据被删除后，磁盘空间不会立即被释放，但在正常情况下，Elasticsearch 会在后续的维护过程中自动释放这些空间。

释放磁盘空间的时间取决于多个因素，包括 Elasticsearch 的配置、负载情况以及数据删除的方式。
通常情况下，以下几点可以影响释放磁盘空间的速度：

1. Merge 过程的频率和策略：Elasticsearch 定期执行 segment 的合并（merge），在合并过程中会删除标记为删除的数据。如果你的索引比较活跃，merge 过程可能会更频繁，从而较快地释放空间。

2. 自动过期策略：如果你的索引有设置 TTL（Time To Live）或者使用了基于时间的索引策略（例如通过索引别名实现），Elasticsearch 可能会根据这些策略自动删除旧数据，并释放相应的空间。

3. 手动触发 Force Merge：如果你需要立即释放空间，可以手动触发 Force Merge 操作。这会强制 Elasticsearch 将标记为删除的数据物理删除并释放磁盘空间。但需要注意，频繁地执行 Force Merge 操作可能会影响性能。

4. 硬盘空间的使用情况：Elasticsearch 也会根据当前硬盘空间的使用情况来调整自动释放空间的速度。当磁盘空间紧张时，可能会优先进行合并操作来释放空间。

总体来说，如果你没有手动触发 Force Merge 操作，通常情况下 Elasticsearch 会在一段时间内（可能是几分钟到几个小时，具体取决于上述因素）自动释放删除的数据所占用的磁盘空间。

如何手动触发 Force Merge，释放磁盘空间？

要手动触发 Force Merge 操作以释放磁盘空间，可以使用 Elasticsearch 的 _forcemerge API。这个操作会强制 Elasticsearch 合并索引中的段（segments），从而物理删除标记为删除的数据并释放磁盘空间。

以下是如何使用 curl 命令进行 Force Merge 操作的示例：

 curl -X POST "http://${es_url}/${index_name}/_forcemerge?max_num_segments=1&pretty"

在这个示例中：

• ${es_url} 是你的 Elasticsearch 地址，比如 localhost:9200。
• ${index_name} 是你要执行 Force Merge 操作的索引名称。
• max_num_segments=1 是可选参数，用于指定每个分片最终合并成的最大段数。合并的段数越少，释放空间的效果可能越明显，但同时合并过多段可能会影响性能，因此根据实际情况进行调整。

注意事项：

• 执行 Force Merge 操作会消耗一定的系统资源和时间，特别是对于大型索引或高负载集群，建议在低负载时执行此操作。
• 不要频繁地执行 Force Merge，过度使用可能会影响 Elasticsearch 的性能。

执行成功后，Elasticsearch 将尽力合并索引中的段，并且标记为删除的数据将被物理删除，从而释放磁盘空间。