ElasticSearch中提供了用于批量操作的bulk API，可参考：ES的bulk操作，这种api使用时可以通过一次请求操作批量完成多个增删改的操作，性能比较高。为什么批量操作性能这么高呢？这就离不开其底层的请求数据格式，下面将介绍ES中bulk操作的请求数据的优化原理。
温馨提示：本博客已经发布小程序，可在微信小程序中搜索”百变码农”，手机上也能看！
1、bulk操作的整个过程
（1）客户单发送一个bulk请求，可能同时有多个写操作，此时将这个请求发送到集群中的某个协调节点（coordinate node）上；
（2）协调节点收到请求之后，首先解析批量操作的请求报文，然后将每个操作路由到指定的节点上；
（3）等所有节点上的操作全部完成之后，给协调节点反馈操作结果，然后协调节点收到反馈之后，将结果汇总再返回给客户端；
2、批量操作的请求报文
（1）bulk操作的请求报文通常是成对出现的json字符串，每个字符串使用换行符分隔，例如：
{"action": {"meta_data"}} \n // 成对出现，没对之间用换行符分隔
{"data"}\n
...
（2）如果使用普通的json数组，例如下述的请求报文，可读性非常好，整个请求过程是什么样的呢？
[{
"action": {"meta_data"},
"data": {}
},{
"action": {"meta_data"},
"data":{}
}]
① 首先协调节点收到该请求之后，需要先对该json字符串进行序列化，将其序列化为JSONArray，这个过程中，会拷贝到一份数据到内存中，内存中就会同时存在一份json文本数据和一份json对象数据；
② 解析出JSONArray中的每个json对象，然后构造请求报文，并使用路由算法将请求路由到其他节点上；
（3）使用bulk api要求的换行格式过程是怎样的呢？
① 协调节点收到bulk请求之后，直接按照换行符两两分隔，即得到多个bulk请求，不需要将大的请求报文先解析一份到内存中；
② 读取metadata，并路由到其他节点上；
（4）对比为何bulk这种换行符的性能高？
① 如果按照格式化之后的JSONArray发送bulk请求，协调节点需要将请求报文多余解析一份放到内存，而bulk操作的最佳bulk size大小大概为10M左右，如果多个bulk请求，将会特别耗费ES节点的内存，而是用bulk要求的请求格式，不需要进行大的请求报文拷贝，节约了大量的内存；
② 占用内存特别大，就会导致其他正常请求的内存使用量不够，从而可能会导致ES节点jvm频繁GC，影响其他查询操作的性能。
至此，ElasticSearch的bulk操作api为何要求特定的请求报文格式介绍完毕，欢迎转发！
注意：文章属于原创，如果转发请标注文章来源：个人小站【www.jinnianshizhunian.vip】
另外提供一些优秀的Java架构师及IT开发视频，书籍资料。无需注册，无需登录即可下载，免费下载地址：https://www.592xuexi.com