Elasticsearch查询返回所有记录

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。我正在尝试使用以下形式的网址...

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

有人可以给我您用来完成此操作的URL吗？

我认为支持lucene语法是这样的：

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

大小默认为10，因此您可能还需要&size=BIGNUMBER获取10个以上的商品。（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针对大型结果集。

例如：

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

然后继续按照上面的文档链接的建议进行请求。

编辑：scan2.1.0中已弃用。

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

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

注意大小参数，它将显示的命中次数从默认（10）增加到每个分片1000。

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

elasticsearch（ES）支持GET或POST请求，以从ES群集索引中获取数据。

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": {}
   }
}   

我建议将UI插件与elasticsearch一起使用http://mobz.github.io/elasticsearch-head/ 这将帮助您更好地了解创建的索引并测试索引。

注意：答案与旧版本的Elasticsearch有关0.90。从那时起发布的版本具有更新的语法。请参考其他答案，这些答案可能会为您寻找的最新答案提供更准确的答案。

以下查询将返回您要返回的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。因此，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记录？只需在下面键入查询

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

这将为您提供类似于以下结果的结果

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

结果总数告诉您文档中有多少记录可用。因此，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

搜索任何以f开头的索引中的所有类型

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

所有索引中的搜索类型用户和推文

这是我使用python客户端发现的最佳解决方案

  # 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/zh-CN/elasticsearch/client/java-api/current/java-search-scrolling.html

如果您仅添加一些大数字作为大小，Elasticsearch的速度将大大降低，一种用于获取所有文档的方法是使用扫描和滚动ID。

https://www.elastic.co/guide/zh-CN/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": {}
    }
}

由此产生的结果将包含一个_scroll_id，您必须查询该_scroll_id才能获取下一个100块。

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

使用server:9200/_stats也得到统计您所有的别名..喜欢的大小和每别名元素的数量，这是非常有用的，并提供有用的信息

如果您想提取成千上万条记录，那么...有些人给出了使用'scroll'的正确答案（注意：有些人还建议使用“ search_type = scan”。已弃用，在v5.0中已删除。您不需要它）

从“搜索”查询开始，但指定“滚动”参数（此处我使用1分钟超时）：

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

这包括您的第一个“批次”匹配。但是我们在这里还没有完成。上面的curl命令的输出将是这样的：

{ “_scroll_id”： “c2Nhbjs1OzUyNjE6NU4tU3BrWi1UWkNIWVNBZW43bXV3Zzs1Mzc3OkhUQ0g3VGllU2FhemJVNlM5d2t0alE7NTI2Mjo1Ti1TcGtaLVRaQ0hZU0FlbjdtdXdnOzUzNzg6SFRDSDdUaWVTYWF6YlU2Uzl3a3RqUTs1MjYzOjVOLVNwa1otVFpDSFlTQWVuN211d2c7MTt0b3RhbF9oaXRzOjIyNjAxMzU3Ow ==”， “花”：109， “TIMED_OUT”：假， “_碎片”：{ “总”：5， “成功”：5， “失败”：0}， “点击” ：{“ total”：22601357，“ max_score”：0.0，“ hits”：[]}}

拥有_scroll_id十分重要，因为下一步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并非旨在手动完成的事情。最好的选择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，在最后一条命令上的LOOP使用SearchResponse提取数据。

简单！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逐渐改变直到获得所有数据。

调整大小的最佳方法是在URL前面使用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是10000。对于任何大于一万的值，它都希望您使用滚动功能，这将最大程度地降低对性能的影响。

您可以使用_countAPI来获取size参数的值：

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

返回{count:X, ...}。提取值“ X”，然后执行实际查询：

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

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

您将需要指定大小查询参数，默认值为10

尺寸参数将显示的匹配次数从默认值（10）增加到500。

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

从更改逐步以获取所有数据。

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

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": [
          {

如果它是一个小的数据集（例如1K记录），则只需指定size：

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

该比赛的所有查询是不需要的，因为它是隐含的。

如果您有中等大小的数据集（例如1M条记录），则可能没有足够的内存来加载它，因此需要滚动。

滚动就像数据库中的光标。在Elasticsearch中，它会记住您离开的地方并保持相同的索引视图（即，防止搜索者进行刷新，防止分段合并））。

在API方面，您必须向第一个请求添加一个scroll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，您获取的滚动ID和超时都对下一页有效。这里的一个常见错误是指定一个非常大的超时（值scroll），该超时值将覆盖处理整个数据集（例如1M条记录）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和一个应该持续到获取下一页的超时：

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

如果您要导出的内容很多（例如1B文档），则需要并行化。这可以通过切片滚动来完成。假设您要导出10个线程。第一个线程将发出如下请求：

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

您将返回第一页和一个滚动ID，就像正常的滚动请求一样。除了获得1/10的数据外，您将完全像常规滚动一样使用它。

其他线程将执行相同的操作，除了id将是1、2、3 ...

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

默认情况下，Elasticsearch返回10条记录，因此应显式提供大小。

根据要求添加大小以获取所需的记录数。

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，该设置默认为10,000。

从Kibana DevTools获得：

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

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)

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

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来获取结果并获取_scroll_id值，并将此值放入scroll_id

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

官方文档提供了此问题的答案！你可以在这里找到它。

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

您只需将大小（1）替换为要查看的结果数！

要返回所有索引中的所有记录，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,
       ...

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

除了@Akira Sendoh，没有人回答了如何实际获取所有文档。但是，即使该解决方案也使没有日志的ES 6.3服务崩溃。使用低级elasticsearch-py库对我来说唯一有效的方法是使用api的扫描助手scroll()：

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

但是，如今，更干净的方法似乎是通过elasticsearch-dsl库，该库提供了更抽象，更干净的调用，例如：http : //elasticsearch-dsl.readthedocs.io/en/latest/search_dsl.html#hits

如果仍然有人需要像我一样从某些情况下从Elasticsearch检索所有数据，这就是我所做的。而且，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": {}
    }
}
'

Elasticsearch参考

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（限制种类）。默认情况下，ES仅返回10条记录

from就像跳过，跳过前3条记录。

如果要获取所有记录，只需在从Kibana命中此查询并将其与“ size”一起使用时，使用结果中“ total”字段中的值即可。

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

万一你不知道你索引

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

使用kibana控制台和my_index作为索引来搜索以下内容。要求索引仅返回索引的4个字段，您还可以添加大小以指示索引希望返回多少文档。从ES 7.6开始，您应该使用_source而不是filter，它会更快地响应。

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

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" : {}
    }
}'