Elasticsearch 查询返回所有记录

Question

我在 Elasticsearch 中有一个小型数据库，出于测试目的，我想拉回所有记录。 我正在尝试使用表单的 URL...

http://localhost:9200/foo/_search?pretty=true&q={'matchAll':{''}}

有人可以给我您用来完成此操作的网址吗？

Answer 1

我认为支持 lucene 语法，因此：

http://localhost:9200/foo/_search?pretty=true&q=*:*

size 默认为 10，因此您可能还需要&size=BIGNUMBER来获得 10 个以上的项目。 （其中 BIGNUMBER 等于您认为大于数据集的数字）

但是，elasticsearch 文档建议使用扫描搜索类型来处理大型结果集。

例如：

curl -XGET 'localhost:9200/foo/_search?search_type=scan&scroll=10m&size=50' -d '
{
    "query" : {
        "match_all" : {}
    }
}'

然后按照上面的文档链接继续请求。

编辑： scan已在 2.1.0 中弃用。

scan与按_doc排序的常规scroll请求相比没有任何好处。 弹性文档链接（由@christophe-roussy 发现）

Answer 2

http://127.0.0.1:9200/foo/_search/?size=1000&pretty=1
                                   ^

请注意 size param ，它将每个分片显示的命中数从默认值 (10) 增加到 1000。

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-request-from-size.html

Answer 3

elasticsearch(ES) 支持从 ES 集群索引获取数据的 GET 或 POST 请求。

当我们执行 GET 时：

http://localhost:9200/[your index name]/_search?size=[no of records you want]&q=*:*

当我们执行 POST 时：

http://localhost:9200/[your_index_name]/_search
{
  "size": [your value] //default 10
  "from": [your start index] //default 0
  "query":
   {
    "match_all": {}
   }
}   

我建议使用带有 elasticsearch http://mobz.github.io/elasticsearch-head/的 UI 插件这将帮助您更好地了解您创建的索引并测试您的索引。

Answer 4

注意：答案与旧版本的 Elasticsearch 0.90 。 此后发布的版本具有更新的语法。 请参阅其他答案，这些答案可能会为您正在寻找的最新答案提供更准确的答案。

下面的查询将返回您希望返回的 NO_OF_RESULTS ..

curl -XGET 'localhost:9200/foo/_search?size=NO_OF_RESULTS' -d '
{
"query" : {
    "match_all" : {}
  }
}'

现在，这里的问题是您希望返回所有记录。 所以很自然地，在编写查询之前，您不会知道NO_OF_RESULTS的值。

我们如何知道您的文档中存在多少条记录？ 只需在下面输入查询

curl -XGET 'localhost:9200/foo/_search' -d '

这会给你一个看起来像下面的结果

 {
hits" : {
  "total" :       2357,
  "hits" : [
    {
      ..................

结果总数告诉您文档中有多少记录可用。 所以，这是了解NO_OF RESULTS值的好方法

curl -XGET 'localhost:9200/_search' -d ' 

搜索所有索引中的所有类型

curl -XGET 'localhost:9200/foo/_search' -d '

搜索 foo 索引中的所有类型

curl -XGET 'localhost:9200/foo1,foo2/_search' -d '

搜索 foo1 和 foo2 索引中的所有类型

curl -XGET 'localhost:9200/f*/_search

在以 f 开头的任何索引中搜索所有类型

curl -XGET 'localhost:9200/_all/type1,type2/_search' -d '

在所有索引中搜索类型用户和推文

Answer 5

这是我使用 python 客户端找到的最佳解决方案

  # Initialize the scroll
  page = es.search(
  index = 'yourIndex',
  doc_type = 'yourType',
  scroll = '2m',
  search_type = 'scan',
  size = 1000,
  body = {
    # Your query's body
    })
  sid = page['_scroll_id']
  scroll_size = page['hits']['total']

  # Start scrolling
  while (scroll_size > 0):
    print "Scrolling..."
    page = es.scroll(scroll_id = sid, scroll = '2m')
    # Update the scroll ID
    sid = page['_scroll_id']
    # Get the number of results that we returned in the last scroll
    scroll_size = len(page['hits']['hits'])
    print "scroll size: " + str(scroll_size)
    # Do something with the obtained page

https://gist.github.com/drorata/146ce50807d16fd4a6aa

使用java客户端

import static org.elasticsearch.index.query.QueryBuilders.*;

QueryBuilder qb = termQuery("multi", "test");

SearchResponse scrollResp = client.prepareSearch(test)
        .addSort(FieldSortBuilder.DOC_FIELD_NAME, SortOrder.ASC)
        .setScroll(new TimeValue(60000))
        .setQuery(qb)
        .setSize(100).execute().actionGet(); //100 hits per shard will be returned for each scroll
//Scroll until no hits are returned
do {
    for (SearchHit hit : scrollResp.getHits().getHits()) {
        //Handle the hit...
    }

    scrollResp = client.prepareSearchScroll(scrollResp.getScrollId()).setScroll(new TimeValue(60000)).execute().actionGet();
} while(scrollResp.getHits().getHits().length != 0); // Zero hits mark the end of the scroll and the while loop.

https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/java-search-scrolling.html

Answer 6

如果您只添加一些大数字作为大小，Elasticsearch 会显着变慢，用于获取所有文档的一种方法是使用扫描和滚动 ID。

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-scroll.html

在 Elasticsearch v7.2 中，您可以这样做：

POST /foo/_search?scroll=1m
{
    "size": 100,
    "query": {
        "match_all": {}
    }
}

这样做的结果将包含一个 _scroll_id，您必须查询它才能获得下一个 100 块。

POST /_search/scroll 
{
    "scroll" : "1m", 
    "scroll_id" : "<YOUR SCROLL ID>" 
}

Answer 7

使用server:9200/_stats还可以获取有关所有别名的统计信息……例如每个别名的大小和元素数量，这非常有用并提供有用的信息

Answer 8

如果您想提取数千条记录，那么...一些人给出了使用“滚动”的正确答案（注意：有些人还建议使用“search_type=scan”。这已被弃用，并在 v5.0 中删除。你不需要它）

从“搜索”查询开始，但指定“滚动”参数（这里我使用的是 1 分钟超时）：

curl -XGET 'http://ip1:9200/myindex/_search?scroll=1m' -d '
{
    "query": {
            "match_all" : {}
    }
}
'

这包括您的第一批“命中”。 但我们还没有到此为止。 上面 curl 命令的输出将是这样的：

{"_scroll_id":"c2Nhbjs1OzUyNjE6NU4tU3BrWi1UWkNIWVNBZW43bXV3Zzs1Mzc3OkhUQ0g3VGllU2FhemJVNlM5d2t0alE7NTI2Mjo1Ti1TcGtaLVRaQ0hZU0FlbjdtdXdnOzUzNzg6SFRDSDdUaWVTYWF6YlU2Uzl3a3RqUTs1MjYzOjVOLVNwa1otVFpDSFlTQWVuN211d2c7MTt0b3RhbF9oaXRzOjIyNjAxMzU3Ow==","took":109,"timed_out":false,"_shards":{"total":5,"successful":5,"failed":0},"hits":{"total":22601357,"max_score":0.0,"hits":[]}}

使用 _scroll_id 很重要，接下来您应该运行以下命令：

    curl -XGET  'localhost:9200/_search/scroll'  -d'
    {
        "scroll" : "1m", 
        "scroll_id" : "c2Nhbjs2OzM0NDg1ODpzRlBLc0FXNlNyNm5JWUc1" 
    }
    '

但是，传递 scroll_id 并不是设计为手动完成的。 最好的办法是编写代码来做到这一点。 例如在java中：

    private TransportClient client = null;
    private Settings settings = ImmutableSettings.settingsBuilder()
                  .put(CLUSTER_NAME,"cluster-test").build();
    private SearchResponse scrollResp  = null;

    this.client = new TransportClient(settings);
    this.client.addTransportAddress(new InetSocketTransportAddress("ip", port));

    QueryBuilder queryBuilder = QueryBuilders.matchAllQuery();
    scrollResp = client.prepareSearch(index).setSearchType(SearchType.SCAN)
                 .setScroll(new TimeValue(60000))                            
                 .setQuery(queryBuilder)
                 .setSize(100).execute().actionGet();

    scrollResp = client.prepareSearchScroll(scrollResp.getScrollId())
                .setScroll(new TimeValue(timeVal))
                .execute()
                .actionGet();

现在 LOOP 在最后一个命令上使用 SearchResponse 来提取数据。

Answer 9

如果它是一个小数据集（例如 1K 记录） ，您可以简单地指定size ：

curl localhost:9200/foo_index/_search?size=1000

不需要match all 查询，因为它是隐式的。

如果你有一个中等大小的数据集，比如 1M 记录，你可能没有足够的内存来加载它，所以你需要一个scroll 。

滚动就像数据库中的游标。 在 Elasticsearch 中，它会记住您离开的位置并保持索引的相同视图（即防止搜索器在刷新时离开，防止段合并）。

在 API 方面，您必须向第一个请求添加滚动参数：

curl 'localhost:9200/foo_index/_search?size=100&scroll=1m&pretty'

您将返回第一页和滚动 ID：

{
  "_scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAADEWbmJlSmxjb2hSU0tMZk12aEx2c0EzUQ==",
  "took" : 0,
...

请记住，您返回的滚动 ID 和超时对于下一页都是有效的。 这里的一个常见错误是指定一个非常大的超时（值scroll ），这将涵盖处理整个数据集（例如 1M 记录）而不是一页（例如 100 条记录）。

要获取下一页，请填写最后一个滚动 ID 和应该持续到获取以下页面的超时时间：

curl -XPOST -H 'Content-Type: application/json' 'localhost:9200/_search/scroll' -d '{
  "scroll": "1m",
  "scroll_id": "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAADAWbmJlSmxjb2hSU0tMZk12aEx2c0EzUQ=="
}'

如果您有很多要导出（例如 1B 文档） ，您将需要并行化。 这可以通过切片滚动来完成。 假设您要导出 10 个线程。 第一个线程会发出这样的请求：

curl -XPOST -H 'Content-Type: application/json' 'localhost:9200/test/_search?scroll=1m&size=100' -d '{
  "slice": {
    "id": 0, 
    "max": 10 
  }
}'

您将返回第一页和滚动 ID，这与正常的滚动请求完全一样。 您可以像普通滚动一样使用它，只是您获得了 1/10 的数据。

其他线程会做同样的事情，除了id是 1, 2, 3 ...

Answer 10

简单的！ 您可以使用size和from参数！

http://localhost:9200/[your index name]/_search?size=1000&from=0

然后您from逐渐更改直到获得所有数据。

Answer 11

调整大小的最佳方法是在 URL 前使用 size= number

Curl -XGET "http://localhost:9200/logstash-*/_search?size=50&pretty"

注意：可以在此大小中定义的最大值为 10000。对于任何大于 10000 的值，它希望您使用滚动功能，以最大限度地减少对性能的影响。

Answer 12

您可以使用_count API 来获取size参数的值：

http://localhost:9200/foo/_count?q=<your query>

返回{count:X, ...} 。 提取值 'X' 然后进行实际查询：

http://localhost:9200/foo/_search?q=<your query>&size=X

Answer 13

来自 Kibana DevTools：

GET my_index_name/_search
{
  "query": {
    "match_all": {}
  }
}

Answer 14

http://localhost:9200/foo/_search/ ? 大小=1000&漂亮=1

您需要指定 size 查询参数，因为默认值为 10

Answer 15

size参数将显示的命中数从默认值 (10) 增加到 500。

http://localhost:9200/[indexName]/_search?pretty=true&size=500&q=*:*

逐步更改from以获取所有数据。

http://localhost:9200/[indexName]/_search?size=500&from=0

Answer 16

对于 Elasticsearch 6.x

请求： GET /foo/_search?pretty=true

响应：在 Hits-> total 中，给出文档的数量

    {
      "took": 1,
      "timed_out": false,
      "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 1001,
        "max_score": 1,
        "hits": [
          {

Answer 17

使用 python 包elasticsearch-dsl 的简单解决方案：

from elasticsearch_dsl import Search
from elasticsearch_dsl import connections

connections.create_connection(hosts=['localhost'])

s = Search(index="foo")
response = s.scan()

count = 0
for hit in response:
    # print(hit.to_dict())  # be careful, it will printout every hit in your index
    count += 1

print(count)

另请参阅https://elasticsearch-dsl.readthedocs.io/en/latest/api.html#elasticsearch_dsl.Search.scan 。

Answer 18

使用kibana 控制台和my_index 作为索引进行搜索可以贡献以下内容。 要求索引只返回索引的 4 个字段，您还可以添加 size 来指示您希望索引返回多少个文档。 从 ES 7.6 开始，您应该使用 _source 而不是 filter 它将响应更快。

GET /address/_search
 {
   "_source": ["streetaddress","city","state","postcode"],
   "size": 100,
   "query":{
   "match_all":{ }
    }   
 }

Answer 19

curl -X GET 'localhost:9200/foo/_search?q=*&pretty' 

Answer 20

默认情况下，Elasticsearch 返回 10 条记录，因此应明确提供大小。

根据请求添加大小以获得所需的记录数。

http://{host}:9200/{index_name}/_search?pretty=true&size=（记录数）

注意：最大页面大小不能超过 index.max_result_window 索引设置，默认为 10,000。

Answer 21

您实际上不需要将主体传递给match_all ，它可以通过对以下 URL 的 GET 请求来完成。 这是最简单的形式。

http://localhost:9200/foo/_search

Answer 22

通过提供大小，elasticSearch 将返回的最大结果为 10000

curl -XGET 'localhost:9200/index/type/_search?scroll=1m' -d '
{
   "size":10000,
   "query" : {
   "match_all" : {}
    }
}'

之后，您必须使用 Scroll API 获取结果并获取 _scroll_id 值并将此值放入 scroll_id

curl -XGET  'localhost:9200/_search/scroll'  -d'
{
   "scroll" : "1m", 
   "scroll_id" : "" 
}'

Answer 23

官方文档给出了这个问题的答案！ 你可以在这里找到它。

{
  "query": { "match_all": {} },
  "size": 1
}

您只需将大小 (1) 替换为您想要查看的结果数量！

Answer 24

要从所有索引返回所有记录，您可以执行以下操作：

curl -XGET http://35.195.120.21:9200/_all/_search?size=50&pretty

输出：

  "took" : 866,
  "timed_out" : false,
  "_shards" : {
    "total" : 25,
    "successful" : 25,
    "failed" : 0
  },
  "hits" : {
    "total" : 512034694,
    "max_score" : 1.0,
    "hits" : [ {
      "_index" : "grafana-dash",
      "_type" : "dashboard",
      "_id" : "test",
      "_score" : 1.0,
       ...

Answer 25

curl -XGET '{{IP/localhost}}:9200/{{Index name}}/{{type}}/_search?scroll=10m&pretty' -d '{
"query": {
"filtered": {
"query": {
"match_all": {}
}}'

Answer 26

除了@Akira Sendoh 没有回答如何实际获取所有文档。 但即使该解决方案也会在没有日志的情况下使我的ES 6.3服务崩溃。 使用低级elasticsearch-py库对我有用的唯一方法是通过使用scroll() api 的扫描助手：

from elasticsearch.helpers import scan

doc_generator = scan(
    es_obj,
    query={"query": {"match_all": {}}},
    index="my-index",
)

# use the generator to iterate, dont try to make a list or you will get out of RAM
for doc in doc_generator:
    # use it somehow

然而，现在更简洁的方式似乎是通过elasticsearch-dsl库，它提供了更抽象、更清晰的调用，例如： http : //elasticsearch-dsl.readthedocs.io/en/latest/search_dsl.html#hits

Answer 27

如果仍然有人像我一样在某些用例中寻找要从 Elasticsearch 检索的所有数据，这就是我所做的。 此外，所有数据意味着，所有索引和所有文档类型。 我正在使用 Elasticsearch 6.3

curl -X GET "localhost:9200/_search?pretty=true" -H 'Content-Type: application/json' -d'
{
    "query": {
        "match_all": {}
    }
}
'

弹性搜索参考

Answer 28

这是完成您想要的查询，（我建议使用 Kibana，因为它有助于更​​好地理解查询）

GET my_index_name/my_type_name/_search
{
   "query":{
      "match_all":{}
   },
   size : 20,
   from : 3
}

要获取所有记录，您必须使用“match_all”查询。

size 是您要获取的记录数（某种限制）。 默认情况下，ES 只会返回 10 条记录

from 就像跳过，跳过前 3 条记录。

如果您想准确获取所有记录，只需在您从 Kibana 中点击此查询后使用结果中“total”字段中的值，并将其与“size”一起使用。

Answer 29

使用 Elasticsearch 7.5.1

http://${HOST}:9200/${INDEX}/_search?pretty=true&q=*:*&scroll=10m&size=5000

如果您还可以使用 &size=${number} 指定数组的大小

如果你不知道你索引

http://${HOST}:9200/_cat/indices?v

Answer 30

您可以使用 size=0 这将返回所有文档示例

curl -XGET 'localhost:9200/index/type/_search' -d '
{
   size:0,
   "query" : {
   "match_all" : {}
    }
}'