Elasticsearch 设置默认值的三种方式
The following article is from 铭毅天下Elasticsearch Author 铭毅天下
1、实战问题
在使用 Elasticsearch 过程中，不免还会有 Mysql 等关系型数据库的使用痕迹，以下两个都是实战开发问到的问题：
Elasticsearch 新增字段，能在 Mapping 设置默认值吗？
Elasticsearch 有什么好的方式维护文档的 create_time （创建时间）和 update_time （更新时间）吗？
本文就从 Elasticsearch 默认值的实现方案说开去。
2、Elasticsearch Mapping 层面默认值
认知前提：严格讲 Elasticsearch 是不支持 Mapping 层面设置数据类型的时候，设置字段的默认值的。
有人会说，null value 设置算不算？不算。
大家看一下：
PUT my-index-000001
{
"mappings": {
"properties": {
"status_code": {
"type": "keyword",
"null_value": "NULL"
}
}
}
}
null_value 的本质是将“NULL” 替换 null 值，以使得空值可被索引或者检索。
我们期望设置 Mapping 的时候，可以对各种数据类型添加一个任意指定的缺省值。但是 Elasticsearch Mapping 层面不支持，咋办？
只能去寻找其他的方案。
3、曲线救国实现 Elasticsearch 设置默认值
直接给出答案，共三种设置默认值的。
3.1 方案 一：pipeline 设置默认值
# 创建 append 管道
PUT _ingest/pipeline/add_default_pipeline
{
"processors": [
{
"set": {
"field": "sale_count",
"value": 1
}
}
]
}
# 创建索引
PUT customer
{
"mappings":{
"properties":{
"sale_count":{
"type":"integer"
},
"major":{
"type":"keyword",
"null_value": "NULL"
}
}
},
"settings": {
"index":{
"default_pipeline":"add_default_pipeline"
}
}
}
插入数据，验证一把：
POST customer/_doc/1
{
"major":null
}
返回结果：
"max_score" : 1.0,
"hits" : [
{
"_index" : "customer",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"major" : null,
"sale_count" : 1
}
}
]
}
以上的方式，实现了sale_count 的默认值为1 的设置。
是借助索引设计层面在 setting 中关联 default_pipeline 实现的。
实现方式相对简单，能保证用户在设置索引的前提下，用户只关注写入数据，其他后台预处理管道帮助实现细节。
引申一下，针对开篇提到的第二个问题：
create_time 借助 pipeline 管道预处理 set processor 实现即可。
PUT _ingest/pipeline/create_time_pipeline
{
"description": "Adds create_time timestamp to documents",
"processors": [
{
"set": {
"field": "_source.create_time",
"value": "{{_ingest.timestamp}}"
}
}
]
}
DELETE my_index_0003
PUT my_index_0003
{
"settings": {
"index.default_pipeline": "create_time_pipeline"
}
}
POST my_index_0003/_doc/1
{}
GET my_index_0003/_search
update_time 自己维护更新，业务更新的时刻通过代码或者脚本加上时间戳就可以。
3.2 方案 二：update_by_query 通过更新添加默认值
POST customer/_doc/2
{
"major":null
}
# 批量更新脚本
POST customer/_update_by_query
{
"script": {
"lang": "painless",
"source": "if (ctx._source.major == null) {ctx._source.major = 'student'}"
}
}
POST customer/_search
结果是：
所有 major 为 null 的，都实现了更新，设置成了：“student"。
该方式属于先写入数据，然后实现数据层面的更新，算作设置默认值甚至都有点勉强。
3.3 方案 三：借助 pipeline script 更新
PUT _ingest/pipeline/update_pipeline
{
"processors": [
{
"script": {
"lang": "painless",
"source": """
if (ctx['major'] == null) {ctx['major'] = 'student'}
"""
}
}
]
}
POST customer/_doc/4
{
"major":null
}
POST customer/_update_by_query?pipeline=update_pipeline
{
"query": {
"match_all": {}
}
}
结果是：同方案二，也实现了更新。
该方案是第二种方案的内卷版本，本质实现基本一致。
强调细节不同点，ctx 取值的时候，细节语法不一样：
脚本script 操作，访问方式：ctx._source.major。 pipeline 预处理脚本操作：访问方式：ctx['major'] 。
4、小结
本文讲解了 Elasticsearch 实现类关系型数据库默认值的三种方案，只有第一种属于前置设置默认值。
后两种都是先写入后设置默认值的脚本更新实现方案。实战方案选型，推荐方案一。
往期推荐