ES系列之原来查看文档数量有这么多姿势

1、引言

有人可能觉得，查看文档数量不是很简单吗？直接

GET /_cat/count/index_name?v

不就可以了吗。

事实上远不止这么简单，比如嵌套文档的情况等。相信你看了我这篇文章之后你会感叹原来统计文档有这么多讲究啊。

2、正文

cat/count

首先是最常用的的方式，也是一种快速查询文档的优先推荐方式，cat count api我们使用kibana自带的电商索引来实验。

GET _cat/count/kibana_sample_data_ecommerce?v

返回，

epoch      timestamp count
1585910697 10:44:57  4675

cat count api的方式能够快速的返回某个索引下文档的数量，需要注意的是已经删除的文档即使还没有物理删除（merge）也不会统计。我们可以来做个实验，任意删除一个文档，然后再次查询下。

DELETE kibana_sample_data_ecommerce/_doc/VJz1f28BdseAsPClo7bC

再次查询发现少了一条。

另外，使用cat count api我们也可以不指定索引，从而查询整个集群的文档数量。

GET _cat/count?v

GET _cat/indices

整个命令其实主要是用来查询索引相关的信息的，而这些信息里面包含文档的数量。 比如，

GET _cat/indices/kibana_sample_data_ecommerce?v

查询的结果如下，

docs.count列就是文档的数量。

和cat count api不同的是，cat indices命令统计的文档数量是底层所有的文档数量，如果你不太明天，我举个例子。
我们新增一个测试的索引，使用nested嵌套文档，关于嵌套文档可以看看这篇文章，这里不详述了。

ES系列之嵌套文档和父子文档

新建一个索引，然后插入一个文档。

PUT my_index
{
  "mappings": {
    "properties": {
      "user": {
        "type": "nested" 
      }
    }
  }
}

PUT my_index/_doc/1
{
  "group" : "fans",
  "user" : [
    {
      "first" : "John",
      "last" :  "Smith"
    },
    {
      "first" : "Alice",
      "last" :  "White"
    }
  ]
}

我们先用cat count api查询下，结果是1，然后用cat indices查询，发现结果是3。这是为什么呢？

这是因为cat indices是直接从lucene获取的这些信息，而我们之前的文章讲过nested类型的属性其实在lucene内部是独立的文档，只不过在ES这一层隐藏了这些细节。

使用search api

我们当然可以直接使用search去统计文档数量，只要不指定查询条件，然后查询结果中的total就是文档的总数量。

GET kibana_sample_data_ecommerce/_search
{
  "query": {
    "match_all": {}
  }
}

结果是（只显示部分），

  "hits" : {
    "total" : {
      "value" : 4673,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {

不过search api有个问题，这个total最大只会显示10000个，这个我就不举例子了。

这里我们可以进一步探讨一个问题，cat count api和search方式统计文档哪个效率高？我没有找到官方文档，不过大概也能推断出前者应该是更快一些，因为查询还要算分，排名这些操作，应该更耗时。

利用聚合统计文档

我们还可以利用ES的聚合函数统计文档数量，如下：

GET /kibana_sample_data_ecommerce/_search
{
    "size" : 0,
    "aggs" : {
        "my_count" : {
            "value_count": {
              "field" : "_id"
            }
        }
    }
}

结果是，

{
  "took" : 24,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4672,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "my_count" : {
      "value" : 4672
    }
  }
}

我们这里用了Value Count Aggregation 按字段统计文档数量。

查看分片上的文档数量

有时候我们需要查看一个分片上文档数量，使用cat shards api可以做到。

GET _cat/shards/kibana_sample_data_ecommerce?v

可以看到这个索引下有两个分片，一个主分片一个副本分片，docs列显示的是文档数量。

3、总结

ES对文档的统计根据不同的场景和维度，有不同的方法，在实际项目中根据业务场景选择适合自己的方式即可。