## 指數的一些文檔 集群啟動并運行后，就可以為某些數據建立索引了。Elasticsearch有多種攝取選項，但最終它們都做同樣的事情：將JSON文檔放入Elasticsearch索引中。 您可以通過一個簡單的PUT請求直接執行此操作，該請求指定要添加文檔的索引，唯一的文檔ID以及`"field": "value"`請求正文中的一對或多對： ~~~ PUT /customer/_doc/1 { "name": "John Doe" } ~~~ 如果該請求`customer`尚不存在，該請求將自動創建該索引，添加ID為的新文檔`1`，并存儲該`name`字段并為其建立索引。 由于這是一個新文檔，因此響應顯示該操作的結果是創建了該文檔的版本1： ~~~ { "_index" : "customer", "_type" : "_doc", "_id" : "1", "_version" : 1, "result" : "created", "_shards" : { "total" : 2, "successful" : 2, "failed" : 0 }, "_seq_no" : 26, "_primary_term" : 4 } ~~~ 可以從群集中的任何節點立即使用新文檔。您可以使用指定其文檔ID的GET請求檢索它： ~~~ GET /customer/_doc/1 ~~~ 該響應表明找到了具有指定ID的文檔，并顯示了已索引的原始源字段。 ~~~ { "_index" : "customer", "_type" : "_doc", "_id" : "1", "_version" : 1, "_seq_no" : 26, "_primary_term" : 4, "found" : true, "_source" : { "name": "John Doe" } } ~~~ ### 在索引文件批量 如果您有很多要編制索引的文檔，則可以使用[批量API](https://www.elastic.co/guide/en/elasticsearch/reference/7.6/docs-bulk.html)批量提交。使用批量處理批處理文檔操作比單獨提交請求要快得多，因為它可以最大程度地減少網絡往返次數。 最佳批處理大小取決于許多因素：文檔大小和復雜性，索引編制和搜索負載以及群集可用的資源。一個好的起點是批處理1,000至5,000個文檔，總有效負載在5MB至15MB之間。從那里，您可以嘗試找到最佳位置。 要將一些數據導入Elasticsearch，您可以開始搜索和分析： 1. 下載[`accounts.json`](https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json?raw=true)樣本數據集。此隨機生成的數據集中的文檔代表具有以下信息的用戶帳戶： ~~~ { "account_number": 0, "balance": 16623, "firstname": "Bradshaw", "lastname": "Mckenzie", "age": 29, "gender": "F", "address": "244 Columbus Place", "employer": "Euron", "email": "bradshawmckenzie@euron.com", "city": "Hobucken", "state": "CO" } ~~~ 2. `bank`使用以下`_bulk`請求將帳戶數據索引到索引中： ~~~ curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@accounts.json" curl "localhost:9200/_cat/indices?v" ~~~ 響應表明成功索引了1,000個文檔。 ~~~ health status index uuid pri rep docs.count docs.deleted store.size pri.store.size yellow open bank l7sSYV2cQXmu6_4rJWVIww 5 1 1000 0 128.6kb 128.6kb ~~~