document 的部分更新

对于solr和elasticsearch，一般来说我们可能会先获取document，再更新某个field，然后reindex这个document。因为document是不可变的，不能够修改，只能被替换。

但其实很久之前我觉得，这个操作对于客户端来说，如果不考虑version的话，为何不在服务器完成，提供一个部分更新的api，让用户根据场景合理使用api，比之前的做法可以节省一个请求。

所以说， elasticsearch还是很人性化的，它提供了这个api，不过在其内部来说， api实现还是遵循了retrieve-change-reindex的步骤, 操作在shard中完成。

更新的安全问题

那么如果有多个客户端同时更新，那么并发安全的问题es如何处理呢？
前面提到了， es内部是retrieve-change-reindex的步骤，在retrieve阶段， es会获取当前的_version，并在后面的reindex阶段使用。
如果其他进程修改了document， _version将会和update request中的不同，从而更新将会失败。

这个类似乐观锁的策略，如果需要重试的话，可以使用retry_on_conflict设置重试次数，比如：

.../_update?retry_on_conflict=5

不过，这个重试使用的场景在计数器上用的较多，因为这个更新的顺序是不那么重要的。

REST api

言归正传，接下来，介绍以下api的使用吧。

假设有个blog的document，其中有个field叫做tags，如果要部分更新这个tags：

最简单的方式是使用doc参数，和已有document合并，已有的field会被覆盖，新的field将会新增到document， REST api 如下：

POST /website/blog/1/_update
{
   "doc" : {
      "tags" : [ "testing" ],
      "views": 0
   }
}

如果成功，会收到这样的response：

{
   "_index" :   "website",
   "_id" :      "1",
   "_type" :    "blog",
   "_version" : 3
}

再获取一次这个文档，检查一下是否真的只更新了tags这个field：

{
   "_index":    "website",
   "_type":     "blog",
   "_id":       "1",
   "_version":  3,
   "found":     true,
   "_source": {
      "title":  "My first blog entry",
      "text":   "Starting to get the hang of this...",
      "tags": [ "testing" ],
      "views":  0
   }
}

java api

如果使用 java api 的话：

UpdateRequest updateRequest = new UpdateRequest("website", "blog", "1")
        .doc(XContentFactory.jsonBuilder()
            .startObject()
                .field("tags", new String[]{"testing"})
            .endObject());
client.update(updateRequest).get();

spring data elasticsearch api

如果使用spring-data-elasticsearch的ElasticsearchTemplate：


UpdateRequest updateRequest = new UpdateRequest();
updateRequest
        .doc(XContentFactory.jsonBuilder()
                .startObject()
                .field(field, value)
                .endObject());
UpdateQuery updateQuery = new UpdateQueryBuilder()
        //.withIndexName(indexName).withType(objectType)
        .withClass(clz)
        .withId(String.valueOf(id))
        .withUpdateRequest(updateRequest)
        .build();
elasticsearchTemplate.update(updateQuery);
elasticsearchTemplate.refresh(indexName, true);

使用这个api时可能会有这样的疑惑， UpdateQuery中有指定indexName和objectType，但是@Document的Class中也有声明，那么使用哪个呢？

我们可以看看elasticsearchTemplate.update(updateQuery)的源码:

   @Override
public UpdateResponse update(UpdateQuery query) {
	return this.prepareUpdate(query).execute().actionGet();
}

   private UpdateRequestBuilder prepareUpdate(UpdateQuery query) {
   		String indexName = isNotBlank(query.getIndexName()) ? query.getIndexName() : getPersistentEntityFor(query.getClazz()).getIndexName();
   		String type = isNotBlank(query.getType()) ? query.getType() : getPersistentEntityFor(query.getClazz()).getIndexType();
   		Assert.notNull(indexName, "No index defined for Query");
   		Assert.notNull(type, "No type define for Query");
   		Assert.notNull(query.getId(), "No Id define for Query");
   		Assert.notNull(query.getUpdateRequest(), "No IndexRequest define for Query");
   		UpdateRequestBuilder updateRequestBuilder = client.prepareUpdate(indexName, type, query.getId());

   		...
   	}

由上可知， query.getIndexName()和query.getIndexName()会被优先使用，如果未指定，会从document的Class注解中获取。
如果为了提高性能, 能写上也好, 不过最好统一管理这两个名称, 方便以后修改变更.

参考

https://www.elastic.co/guide/en/elasticsearch/guide/current/partial-updates.html
https://www.elastic.co/guide/en/elasticsearch/client/java-api/1.7/java-update-api-merge-docs.html