摄取节点的作用
之前在介绍ES集群的时候，曾经介绍过集群中存在一个摄取节点，在数据保存到文档索引之前，我们可能需要对文档进行预处理，而摄取节点会拦截这些请求，根据需要将文档中的内容进行处理然后传递会索引或者API中。
摄取节点的配置
默认配置下所有节点都启用了ingest。因此任何一个ES节点都可以处理ingest任务。就像之前ES集群中描述的，我们可以创建一个专门处理相关业务的ingest节点。
控制节点的ingest开关在其elasticsearch.yml中的参数
## 关闭ingest
node.ingest: false
节点和管道
摄取节点节点对数据的处理主要是通过管道（pipeline），在索引和请求中指定管道参数，这样ingest节点在拦截请求后就指定使用哪条管道进行处理。
管道的操作
创建管道
我们可以使用_ingest/pipelineAPI来创建管道，我们现在创建一个对des设置默认值的管道
PUT _ingest/pipeline/test_pipeline
{
"description" : "这是测试的管道内容",
"processors" : [
{
"set" : {
"field": "des",
"value": "这是管道默认数据"
}
}
]
}
为管道设置版本号
这里需要注意，根据官方文档的介绍，此版本号没有实际作用，仅仅方便使用者根据其业务环境进行外部的版本管理
PUT _ingest/pipeline/test_pipeline
{
"description" : "这是测试的管道内容",
"version": 100,
"processors" : [
{
"set" : {
"field": "des",
"value": "这是管道默认数据"
}
}
]
}
查询管道
查询索引中的管道
通过GET请求我们可以查询出，当前管道的配置信息
GET _ingest/pipeline/test_pipeline
返回内容
{
"test_pipeline" : {
"description" : "这是测试的管道内容",
"version" : 100,
"processors" : [
{
"set" : {
"field" : "des",
"value" : "这是管道默认数据"
}
}
]
}
}
查询管道版本
GET _ingest/pipeline/test_pipeline?filter_path=*.version
返回数据
{
"test_pipeline" : {
"version" : 100
}
}
删除管道
删除管道
删除管道类似删除文档之前需要使用DELETE请求调用其插入的API就可以完成
DELETE _ingest/pipeline/test_pipeline
删除所有管道
和文档操作类似，你可以使用*符号匹配所有的管道进行清除。
DELETE _ingest/pipeline/*
使用管道
现在我们存在一个这样的索引
"test_field2": {
"aliases": {},
"mappings": {
"properties": {
"channel": {
"type": "nested"
},
"des": {
"type": "text"
},
"name": {
"type": "keyword"
}
}
},
"settings": {
"index": {
"creation_date": "1574774756443",
"number_of_shards": "1",
"number_of_replicas": "1",
"uuid": "RCF17AZOR1GPs84LKw88lA",
"version": {
"created": "7020099"
},
"provided_name": "test_field2"
}
}
}
现在我们尝试向索引中插入数据。
使用已经存在管道
PUT test_field2/_doc/1?pipeline=test_pipeline
{
"name": "内容1",
"desc": "描述1",
"channel": [
{
"name": "one",
"num": 33
},
{
"name": "two",
"num": 44
}
]
}
然后查询ID为1的数据会得到下面内容
{
"_index" : "test_field2",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"_seq_no" : 0,
"_primary_term" : 1,
"found" : true,
"_source" : {
"des" : "这是管道默认数据",
"name" : "内容1",
"channel" : [
{
"num" : 33,
"name" : "one"
},
{
"num" : 44,
"name" : "two"
}
],
"desc" : "描述1"
}
}
会发现其des内容并非我们插入的数据，而是管道设置的参数。
从上面的内容可以发现，管道其实很像是我们平时使用的拦截器操作，会拦截一些操作然后对其进行修改。
请求数据的时候定义管道
除了上面的使用方式，我们也可以在请求数据的时候使用管道
PUT test_field2/_doc/5
{
"pipeline": {
"description": "这是自定义的管道内容",
"processors": [
{
"set": {
"field": "des",
"value": "这是管道默认数据"
}
}
]
},
"docs": [
{
"_source": {
"name": "内容1",
"desc": "描述1",
"channel": [
{
"name": "one",
"num": 33
},
{
"name": "two",
"num": 44
}
]
}
}
]
}
此时我们尝试查询数据会发现数据使用的是自定义的管道参数
{
"_index" : "test_field2",
"_type" : "_doc",
"_id" : "5",
"_version" : 1,
"_seq_no" : 2,
"_primary_term" : 1,
"found" : true,
"_source" : {
"pipeline" : {
"description" : "这是自定义的管道内容",
"processors" : [
{
"set" : {
"field" : "des",
"value" : "这是管道默认数据"
}
}
]
},
"docs" : [
{
"_source" : {
"name" : "内容1",
"desc" : "描述1",
"channel" : [
{
"name" : "one",
"num" : 33
},
{
"name" : "two",
"num" : 44
}
]
}
}
]
}
}
模拟管道
当然官方也提供了_simulate 方法让你模拟数据在经过了管道的处理后所得到的结果
POST _ingest/pipeline/_simulate
{
"pipeline" :
{
"description": "_description",
"processors": [
{
"set" : {
"field" : "field2",
"value" : "_value"
}
}
]
},
"docs": [
{
"_index": "index",
"_id": "id",
"_source": {
"foo": "bar"
}
},
{
"_index": "index",
"_id": "id",
"_source": {
"foo": "rab"
}
}
]
}
返回结果
{
"docs": [
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field2": "_value",
"foo": "bar"
},
"_ingest": {
"timestamp": "2017-05-04T22:30:03.187Z"
}
}
},
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field2": "_value",
"foo": "rab"
},
"_ingest": {
"timestamp": "2017-05-04T22:30:03.188Z"
}
}
}
]
}
查看管道对文件的影响
POST _ingest/pipeline/_simulate?verbose
{
"pipeline" :
{
"description": "_description",
"processors": [
{
"set" : {
"field" : "field2",
"value" : "_value2"
}
},
{
"set" : {
"field" : "field3",
"value" : "_value3"
}
}
]
},
"docs": [
{
"_index": "index",
"_id": "id",
"_source": {
"foo": "bar"
}
},
{
"_index": "index",
"_id": "id",
"_source": {
"foo": "rab"
}
}
]
}
返回内容
{
"docs": [
{
"processor_results": [
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field2": "_value2",
"foo": "bar"
},
"_ingest": {
"timestamp": "2017-05-04T22:46:09.674Z"
}
}
},
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field3": "_value3",
"field2": "_value2",
"foo": "bar"
},
"_ingest": {
"timestamp": "2017-05-04T22:46:09.675Z"
}
}
}
]
},
{
"processor_results": [
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field2": "_value2",
"foo": "rab"
},
"_ingest": {
"timestamp": "2017-05-04T22:46:09.676Z"
}
}
},
{
"doc": {
"_id": "id",
"_index": "index",
"_type": "_doc",
"_source": {
"field3": "_value3",
"field2": "_value2",
"foo": "rab"
},
"_ingest": {
"timestamp": "2017-05-04T22:46:09.677Z"
}
}
}
]
}
]
}
ps. 本文中所涉及的API以及文档内容基于7.2版本。
个人水平有限，上面的内容可能存在没有描述清楚或者错误的地方，假如开发同学发现了，请及时告知，我会第一时间修改相关内容。假如我的这篇内容对你有任何帮助的话，麻烦给我点一个赞。你的点赞就是我前进的动力。
