Elasticsearch：嵌套对象的批量更新

Question

我的文档结构是这样的：

{
    "documentID": 123,
    "originalFilename": "Build a Better Post.pdf",
    "modDate": "2017-11-16T18:22:54.48",
    "documentType": "pdf",
    "keySystem": "web",
    "title": "Build a Better Post",
    "createPreview": false,
    "uploadedBy": "DA5208B3-2198-44C6-8256-0AEBC4DD1588",
    "streamItemData": {
        "itemID": 800,
        "author": {
            "employeeID": 9,
            "authorName": {
                "firstName": "Joseph",
                "preferredName": "Joe",
                "lastName": "Smith"
            },
            "title": "manager"
        }
    }
}

我的 elasticsearch 中有大约数百万个文档。一个 author 对象可以存在于数千个文档中，基本上存在一对多的关系。

每当更新嵌套对象 author 时，比如说标题已更新，我想更新我所有包含此 author 的文档，这可能是数百万个文档。是否有任何弹性搜索查询可以实现这一目标。我知道应该有一个批量更新过程来处理这个问题，但是有没有什么方法可以让我不必查询包含这个对象的所有文档然后一个一个地更新它们。

Answer 1

_update_by_query endpoint 是您正在寻找的。​​p>

下面的命令会用employeeID: 9为作者识别所有文档（你可以有任何你想要的条件），然后它将author字段替换为脚本参数中的字段：

POST your-index/_update_by_query?wait_for_completion=false&slices=auto&conflicts=proceed
{
  "script": {
    "source": "ctx._source.streamItemData.author.putAll(params)",
    "lang": "painless",
    "params": {
        "authorName": {
            "firstName": "Joseph",
            "preferredName": "Joe",
            "lastName": "Smith"
        },
        "title": "manager"
    }
  },
  "query": {
    "term": {
      "streamItemData.author.employeeID": "9"
    }
  }
}

由于您可能愿意更新数百万个文档，我已将wait_for_completion=false 添加到 URL 中，以便更新异步运行。您可以在任务运行时使用Task management API

检查任务