Question

我知道如何设置河流插件并搜索它。问题是如果多次编辑同一文档（多次修订），则保留最旧版本的数据，丢失旧数据。我打算能够为我的整个couchdb保留一个索引所有修订版本，所以我不得不将历史保存在我的couchdb上并使用elasticsearch检索文档的历史记录而不必去蒲团。我知道问题是在索引时唯一确定couchdb doc的密钥，但我们可以在密钥上附加“修订版”号，每个密钥都是唯一的。

我找不到在任何文档中这样做的方法。有没有人知道如何做到这一点。

欢迎任何建议/想法。

编辑1：更明确的是，目前elasticsearch保存了像这样的couchdb文档：

"_index": "foo",
"_type": "foo",
"_id": "27fd33f3f51e16c0262e333f2002580a",
"_score": 1.0310782,
"_source": {
    "barVal": "bar",
    "_rev": "3-d10004227969c8073bc573c33e7e5cfd",
    "_id": "27fd33f3f51e16c0262e333f2002580a",

这里来自couchdb的_id与搜索索引的_id相同。我希望搜索索引是来自couchdb的concat（“_ id”，“_ rev”）。

编辑2 :(在尝试@DaveS解决方案后）所以我尝试了以下，但它没有用 - 搜索仍然根据couchdb的_id索引它

我做了什么：

curl -XDELETE 127.0.0.1:9200/_all
curl -XPUT 'localhost:9200/foo_test' -d '{
  "mappings": {
    "foo_test": {
      "_id": {
        "path": "newId",
        "index": "not_analyzed",
        "store": "yes"
      }
    }
  }
}'

curl -XPUT 'localhost: 9200/_river/foo_test/_meta' -d '{
  "type": "couchdb",
  "couchdb": {
    "host": "127.0.0.1",
    "port": 5984,
    "db": "foo_test",
    "script": "ctx.doc.newId = ctx.doc._id + ctx.doc._rev",
    "filter": null
  },
  "index": {
    "index": "foo_test",
    "type": "foo_test",
    "bulk_size": "100",
    "bulk_timeout": "10ms"
  }
}'

在此之后，当我搜索我添加的文档时，我得到：

_index: foo_test
_type: foo_test
_id: 53fa6fcf981a01b05387e680ac4a2efa
_score: 8.238497
_source: {
    _rev: 4-8f8808f84eebd0984d269318ad21de93
    content: {
        foo: bar
        foo3: bar3
        foo2: bar2
    }
    _id: 53fa6fcf981a01b05387e680ac4a2efa
    newId: 53fa6fcf981a01b05387e680ac4a2efa4-8f8808f84eebd0984d269318ad21de93

@DaveS - 希望这有助于解释弹性搜索没有使用新路径来定义其“_id”字段。

编辑3 - 为@dadoonet。希望这有帮助

这是你获取couchdb的所有旧版rev信息的方法。然后，您可以遍历可用的数据并获取其数据并将其编入索引：

获取有关文档ID的所有修订的列表：

卷曲http：//：5984 / testdb / cde07b966fa7f32433d33b8d16000ecd？revs_info = true { “_id”： “cde07b966fa7f32433d33b8d16000ecd” “_rev”： “2-16e89e657d637c67749c8dd9375e662f” “富”：“酒吧”， “foo2的”： “BAR2” “_revs_info”： { “转”： “2-16e89e657d637c67749c8dd9375e662f” “状态”： “可用”}， { “转”： “1-4c6114c65e295552ab1019e2b046b10e” “状态”： “可用”}]}

然后您可以检索每个版本（如果状态可用）：

curl http://<foo>:5984/testdb/cde07b966fa7f32433d33b8d16000ecd?rev=1-4c6114c65e295552ab1019e2b046b10e
{"_id":"cde07b966fa7f32433d33b8d16000ecd",
 "_rev":"1-4c6114c65e295552ab1019e2b046b10e",
 "foo":"bar"}

curl http://<foo>:5984/testdb/cde07b966fa7f32433d33b8d16000ecd?rev=2-16e89e657d637c67749c8dd9375e662f
{"_id":"cde07b966fa7f32433d33b8d16000ecd",
 "_rev":"2-16e89e657d637c67749c8dd9375e662f",
 "foo":"bar",
 "foo2":"bar2"}

Answer 1

我认为你不能。仅仅因为我记得，CouchDb不包含旧版本的文档。在删除紧凑的旧版本之后。

即使在CouchDB中可行，也无法在Elasticsearch中存储不同版本的文档。

为此，您必须为新文档定义ID：例如： DOCID_REVNUM

这样，新版本不会更新现有文档。

到目前为止，CouchDB河并没有这样做。

我建议您在CouchDB中管理它（也就是为每个新版本的文档创建新文档），并让标准 CouchDB河将其作为另一个文档索引。

希望这有帮助

Answer 2

您可以考虑调整映射以从生成的字段中提取_id字段，例如来自the docs：

{
    "couchdoc" : {
        "_id" : {
            "path" : "doc_rev_id"
        }
    }
}

然后“只”修改河流以连接字符串并将结果添加到my_concat_field中的文档中。一种方法可能是使用couchdb河提供的script filter plugin。例如。像这样的东西：

{
    "type" : "couchdb",
    "couchdb" : {
        "script" : "ctx.doc.doc_rev_id = ctx.doc._id + '_' + ctx.doc._rev"
    }
}

你可以将上面的snippit和PUT带到河流的终点，可能还有其余的定义，例如：通过curl -XPUT 'localhost:9200/_river/my_db/_meta' -d '<snippit from above>。必要时要小心避开引号。

如何使用elasticsearch河流插件索引couchdb doc的所有修订版

2 个答案: