我如何知道文档何时被索引？

Question

在我昨天问过的this question 之后，这表明 W10 中的 Elasticsearch-as-a-service 在服务启动后需要一定的有限时间来允许请求，即使在Elasticsearch 之后几秒钟也是如此对象实际上已在 Python 脚本中传递，我现在发现，如果我将文档添加到索引并立即查询索引，我不会得到任何结果（但如果我等待几秒钟，我会得到预期的结果）。

当我学习时，我正在阅读一本关于 ES 的书，其中有一些关于每秒只发生一次索引更新的内容（这本书涵盖了 ES 1.7，我正在使用 7.10）。

问题是，在添加文档之后，我可以运行一些命令（Python elasticsearch 模块或可能是 REST URL...），这些命令要么在新文档被索引之前不会返回，要么以某种方式指示如何许多文档现在都在索引中，在被索引之后？

注意我正在使用这种命令来索引：

es_obj.index( index='my_index', body=record_as_json_string )

Answer 1

回答

是的，您可以通过多种方式使用刷新 API 来实现它。

例如，下面会立即插入并刷新。

curl -X PUT "localhost:9200/test/_doc/1?refresh&pretty" -H 'Content-Type: application/json' -d'
{"test": "test"}
'
curl -X PUT "localhost:9200/test/_doc/2?refresh=true&pretty" -H 'Content-Type: application/json' -d'
{"test": "test"}
'

来自文档：

操作发生后立即刷新相关的主分片和副本分片（不是整个索引），以便更新后的文档立即出现在搜索结果中。只有在仔细考虑并验证它不会导致性能下降（无论是从索引还是搜索的角度来看）之后，才能执行此操作。

来源：https://www.elastic.co/guide/en/elasticsearch/reference/current/docs-refresh.html

你应该这样做吗？

默认设置保持这种方式以提供更好的性能。由于 ES 主要用于存储大型数据集，并且刷新是一项成本较高的操作，因此每次插入后刷新可能会导致您遇到无法预料的延迟和性能问题。 上面提到的source 强调了何时使用什么。请参阅this 以获得有关性能调整的更好解释。