Github上es项目讲述其易用性时，用来举例说明ES开箱即用的特性，用的就是Get API。片段摘取如下:
-- 添加文档
curl -XPUT 'http://localhost:9200/twitter/doc/1?pretty' -H 'Content-Type: application/json' -d '
{
"user": "kimchy",
"post_date": "2009-11-15×××3:12:00",
"message": "Trying out Elasticsearch, so far so good?"
}'
-- 读取文档
curl -XGET 'http://localhost:9200/twitter/doc/1?pretty=true'Get API通常的用途有2点:
1 检测添加的文档跟预期是否相符, 这在问题排查时超级实用。
2 根据id获取整个文档明细， 用于搜索的fetch阶段。
研究ES的内部机制， Get API是一个极佳的切入点。通过Get API， 可以了解到的知识点有：
a. ES的rest api实现方式。
b. ES的文档路由方式。
c. ES的RPC实现机制。
d. ES的translog.
e. ES如何使用lucene 的IndexSearcher。
f. ES如何根据id获取到lucene的doc_id。
g. ES如何根据lucene的doc_id 获取文档明细。
.......
研究ES的内部机制，有助于释放ES的洪荒之力。例如：根据业务开发ES的plugin时，其内部流程是很好的借鉴。 内部细节了解越多，越不容易踩坑。
GET API的核心流程如下:
s1: 接收客户端请求
看到controller.registerHandler()方法，很容易就联想到http的请求
public class RestGetAction extends BaseRestHandler {
@Inject
public RestGetAction(Settings settings, RestController controller, Client client) {
super(settings, controller, client);
controller.registerHandler(GET, "/{index}/{type}/{id}", this);
}
@Override
public void handleRequest(final RestRequest request, final RestChannel channel, final Client client) {
...
client.get(getRequest, new RestBuilderListener(channel) {
...
});
}
} s2: 在当前节点执行该请求
public class NodeClient extends AbstractClient {
...
@Override
public >
void doExecute(Action action, Request request, ActionListener listener) {
TransportAction transportAction = actions.get(action);
...
transportAction.execute(request, listener);
}
}
这里隐含了一个actions的映射表, 如下:
public class ActionModule extends AbstractModule {
...
@Override
protected void configure() {
...
registerAction(GetAction.INSTANCE, TransportGetAction.class);
...
}
} s3: 定位文档所在分片
文档的定位思路很简单， 默认根据文档id, 用hash函数计算出文档的分片ShardId, 通过分片ShardId定位出NodeId。
ES内部维护了一张类似路由表的对象，类名就是RoutingTable. 通过RoutingTable, 可以根据索引名称找到所有的分片；可以通过分片Id找到分片对应的集群Node.
关于文档的定位，从应用的角度有两个知识点：routing和preference
public class TransportGetAction extends TransportSingleShardAction {
...
@Override
protected ShardIterator shards(ClusterState state, InternalRequest request) {
return clusterService.operationRouting()
.getShards(clusterService.state(), request.concreteIndex(), request.request().type(), request.request().id(), request.request().routing(), request.request().preference());
}
} s4: 将请求转发到分片所在的节点
请求的分发，涉及到ES的RPC通信。上一步定位到NodeId, 将请求发送到该NodeId即可。
由于ES的每个Node代码都是一样的， 因此每个Node既承担Server也承担Client的责任，这跟其他的RPC框架有所不同。
核心方法是transportService.sendRequest() 和 messageReceived()。
public abstract class TransportSingleShardAction extends TransportAction {
class AsyncSingleAction {
public void start() {
transportService.sendRequest(clusterService.localNode(), transportShardAction, internalRequest.request(), new BaseTransportResponseHandler() {
...
});
}
}
private class ShardTransportHandler extends TransportRequestHandler {
@Override
public void messageReceived(final Request request, final TransportChannel channel) throws Exception {
...
Response response = shardOperation(request, request.internalShardId);
channel.sendResponse(response);
}
}
} s5: 通过id读取索引文件获取该id对应的文档信息
这里分两个阶段:
step1: 将type和id合并成一个字段，从lucene的倒排索引中定位lucene的doc_id
step2: 根据doc_id从正向信息中获取明细。
public final class ShardGetService extends AbstractIndexShardComponent {
...
private GetResult innerGet(String type, String id, String[] gFields, boolean realtime, long version, VersionType versionType, FetchSourceContext fetchSourceContext, boolean ignoreErrorsOnGeneratedFields) {
fetchSourceContext = normalizeFetchSourceContent(fetchSourceContext, gFields);
...
get = indexShard.get(new Engine.Get(realtime, new Term(UidFieldMapper.NAME, Uid.createUidAsBytes(typeX, id)))
.version(version).versionType(versionType));
...
innerGetLoadFromStoredFields(type, id, gFields, fetchSourceContext, get, docMapper, ignoreErrorsOnGeneratedFields);
}
}(注: 如果是realtime=true, 则先从translog中读取source, 没有读取到才从索引中读取)
s5涉及到Lucene的内部实现， 这里不展开赘述。
最后总结一下:
Get API是ES内部打通了整个流程的功能点。从功能上看，它足够简单；从实现上看，他又串联了ES的主流程，以它为切入口，不会像展示You Know, for Search的RestMainAction那样浮于表面；又不会像实现搜索的接口那样庞杂难懂。
另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
