Elasticsearchでデータを上書きする&idを明示的に指定しない場合

Elasticsearchでデータを修正する方法を以下に記す。

公式ドキュメント Modifying Your Data を参考にした。 www.elastic.co

検証環境: Elasticsearch 6.0.0-rc1

Elasticsearchはほぼリアルタイムでデータ操作と検索機能を提供している。デフォルトでは、データをインデックス登録/更新/削除してから検索結果に表示されるまでに1秒の遅延（更新間隔）を必要とする。

インデックス/ドキュメントの置換 1つのドキュメントを登録する方法は以下のようであった。

bash-3.2$ curl -XPUT 'localhost:9200/customer/doc/1?pretty&pretty' -H 'Content-Type: application/json' -d'
> {
>   "name": "John Doe"
> }
> '
{
  "_index" : "customer",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

上記のコマンドは、idが1のもの(customer/doc/1の1を指している)をインデックスするものであった。同じコマンドで上記のJohn Doeの情報を違うものに上書きするとどうなるであるだろうか。

bash-3.2$ curl -XPUT 'localhost:9200/customer/doc/1?pretty&pretty' -H 'Content-Type: application/json' -d'
> {
>   "name": "Jane Doe"
> }
> '
{
  "_index" : "customer",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 2,
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}
bash-3.2$  curl -XGET 'localhost:9200/customer/doc/1?pretty&pretty'
{
  "_index" : "customer",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 2,
  "found" : true,
  "_source" : {
    "name" : "Jane Doe"
  }
}

きちんとJohn DoeからJane Doeに情報が上書きされており、_versionも1から2になっている。もちろん別のidを指定して、インデックスすると新たにそのidの文章がインデックスされる。例えばidが2の場合を試してみる。

bash-3.2$ curl -XPUT 'localhost:9200/customer/doc/2?pretty&pretty' -H 'Content-Type: application/json' -d'
> {
>   "name": "Jane Doe"
> }
> '
{
  "_index" : "customer",
  "_type" : "doc",
  "_id" : "2",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

きちんとidが2のときインデックスされている。

インデックスを作成する時、idはオプションである。idが指定されていない場合、ランダムIDを生成してインデックスする。以下の例は明示的にidを指定せずにドキュメントをインデックスする方法である。

bash-3.2$ curl -XPOST 'localhost:9200/customer/doc?pretty&pretty' -H 'Content-Type: application/json' -d'
> {
>   "name": "Jane Doe"
> }
> '
{
  "_index" : "customer",
  "_type" : "doc",
  "_id" : "G7pTV18BwA-nxasIpIds",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}

idの部分がG7pTV18BwA-nxasIpIdsとなっておりランダムなものが生成されている。