比较elasticsearch中两个索引之间的ID

Question

我在elasticsearch集群中有两个索引，包含两个略有不同格式的相同数据。但是，记录的数量是不同的。每个文档的ID应该相同。有没有办法提取一个索引中存在哪些ID而不是另一个索引的列表？

Answer 1

如果您的两个索引与存储这些文档的类型相同，则可以使用以下内容：

GET index1,index2/_search
{
  "size": 0,
  "aggs": {
    "group_by_uid": {
      "terms": {
        "field": "_uid"
      },
      "aggs": {
        "count_indices": {
          "cardinality": {
            "field": "_index"
          }
        },
        "values_bucket_filter_by_index_count": {
          "bucket_selector": {
            "buckets_path": {
              "count": "count_indices"
            },
            "script": "params.count < 2"
          }
        }
      }
    }
  }
}

上面的查询适用于5.x.如果您的ID是文档中的字段，则测试更好。

Answer 2

对于遇到此问题的任何人，如果您遵循 Elasticsearch 中 ID 和版本概念的约定，Scrutineer (https://github.com/Aconex/scrutineer/) 会提供这种功能。