最简单的用法是使用_delete_by_query对每个查询匹配的文档执行删除。这是API:
POST twitter/_delete_by_query
{
"query": { //①
"match": {
"message": "some message"
}
}
}
① 该查询必须以与Search API相同的方式作为query键的值传递。您也可以以与search api相同的方式使用q参数。
它将返回类似如下的一些东西：
{
"took" : 147,
"timed_out": false,
"deleted": 119,
"batches": 1,
"version_conflicts": 0,
"noops": 0,
"retries": {
"bulk": 0,
"search": 0
},
"throttled_millis": 0,
"requests_per_second": -1.0,
"throttled_until_millis": 0,
"total": 119,
"failures" : [ ]
}
_delete_by_query在启动时获取索引的快照，并使用内部版本控制删除它所发现的内容。这意味着如果文档在拍摄快照和处理删除请求之间发生变化，您将获得版本冲突。当版本匹配时文档被删除。
注意
由于内部版本控制不支持值0作为有效的版本号，因此无法使用
_delete_by_query删除版本等于零的文档，并且将请求失败。
在_delete_by_query执行期间，依次执行多个搜索请求，以便找到要删除的所有匹配文档。每次发现一批文档时，执行相应的批量请求以删除所有这些文档。如果搜索或批量请求被拒绝，_delete_by_query依赖于默认策略来重试拒绝的请求（最多10次，以指数返回）。达到最大重试次数限制会导致_delete_by_query中止，并在响应失败中返回所有故障。已经执行的删除仍然保持。换句话说，进程没有回滚，只会中止。当第一个故障导致中止时，失败批量请求返回的所有故障都会返回到故障元素中;因此，有可能会有不少失败的实体。
如果您想计算版本冲突，而不是导致它们中止，那么在URL上设置conflicts=proceed或在请求体重中设置"conflicts": "proceed"。
返回到API格式，您可以将_delete_by_query限制为单一类型。下面示例将只会从Twitter的索引中删除tweet类型的文档：
POST twitter/tweet/_delete_by_query?conflicts=proceed
{
"query": {
"match_all": {}
}
}
也可以一次删除多个索引文件和多个类型,就像搜索API:
POST twitter,blog/tweet,post/_delete_by_query
{
"query": {
"match_all": {}
}
}
如果您提供routing，则将路由复制到滚动查询，将过程限制为与该路由值匹配的分片：
POST twitter/_delete_by_query?routing=1
{
"query": {
"range" : {
"age" : {
"gte" : 10
}
}
}
}
默认情况下_delete_by_query使用滚动批量处理数量为1000。您可以使用URL的scroll_size参数更改批量大小：
POST twitter/_delete_by_query?scroll_size=5000
{
"query": {
"term": {
"user": "kimchy"
}
}
}
除了标准参数像pretty之外，“Delete By Query API”还支持refresh、wait_for_completion、wait_for_active_shards、timeout以及requests_per_second。
发送refresh将在一旦根据查询删除完成之后， 刷新所有涉及到的分片。这与删除API的refresh参数不同，原因只是收到了删除请求的分片被刷新。
如果请求包含wait_for_completion=false，那么Elasticsearch将执行一些预检检查、启动请求、然后返回一个任务，可以与Tasks API一起使用来取消或获取任务的状态。Elasticsearch还将以.tasks/task/${taskId}作为文档创建此任务的记录。这是你可以根据是否合适来保留或删除它。当你完成它时，删除它可以让Elasticsearch回收它使用的空间。
wait_for_active_shards控制在继续请求之前必须有多少个分片必须处于活动状态，详见这里。timeout控制每个写入请求等待不可用分片变成可用的时间。两者都能正确地在Bulk API中工作。
requests_per_second可以设置为任何正数（1.4，6，1000等），来作为“delete-by-query”每秒请求数的节流阀数字，或者将其设置为-1以禁用限制。节流是在批量批次之间等待，以便它可以操纵滚动超时。等待时间是批次完成的时间与request_per_second * requests_in_the_batch的时间之间的差异。由于分批处理没有被分解成多个批量请求，所以会导致Elasticsearch创建许多请求，然后等待一段时间再开始下一组。这是“突发”而不是“平滑”。默认值为-1。
JSON响应类似如下：
{
"took" : 639,
"deleted": 0,
"batches": 1,
"version_conflicts": 2,
"retries": 0,
"throttled_millis": 0,
"failures" : [ ]
}
took
从整个操作的开始到结束的毫秒数。
deleted
成功删除的文档数。
batches
通过查询删除的滚动响应数量。
version_conflicts
根据查询删除时，版本冲突的数量。
retries
根据查询删除的重试次数是响应于完整队列。
throttled_millis
请求休眠的毫秒数，与`requests_per_second`一致。
failures
失败的索引数组。如果这是非空的，那么请求因为这些失败而中止。请参阅 conflicts 来如何防止版本冲突中止操作。
您可以使用Task API获取任何正在运行的根据查询删除请求的状态：
GET _tasks?detailed=true&actions=*/delete/byquery
响应会类似如下：
{
"nodes" : {
"r1A2WoRbTwKZ516z6NEs5A" : {
"name" : "r1A2WoR",
"transport_address" : "127.0.0.1:9300",
"host" : "127.0.0.1",
"ip" : "127.0.0.1:9300",
"attributes" : {
"testattr" : "test",
"portsfile" : "true"
},
"tasks" : {
"r1A2WoRbTwKZ516z6NEs5A:36619" : {
"node" : "r1A2WoRbTwKZ516z6NEs5A",
"id" : 36619,
"type" : "transport",
"action" : "indices:data/write/delete/byquery",
"status" : { //①
"total" : 6154,
"updated" : 0,
"created" : 0,
"deleted" : 3500,
"batches" : 36,
"version_conflicts" : 0,
"noops" : 0,
"retries": 0,
"throttled_millis": 0
},
"description" : ""
}
}
}
}
}
① 此对象包含实际状态。它就像是响应json，重要的添加total字段。 total是重建索引希望执行的操作总数。您可以通过添加的updated、created和deleted的字段来估计进度。当它们的总和等于total字段时，请求将完成。
使用任务id可以直接查找任务：
GET /_tasks/taskId:1
这个API的优点是它与wait_for_completion=false集成，以透明地返回已完成任务的状态。如果任务完成并且wait_for_completion=false被设置，那么它将返回results或error字段。此功能的成本是wait_for_completion=false在.tasks/task/${taskId}创建的文档，由你自己删除该文件。
所有根据查询删除都能使用Task Cancel API取消：
POST _tasks/task_id:1/_cancel
可以使用上面的任务API找到task_id。 取消应尽快发生，但可能需要几秒钟。上面的任务状态API将继续列出任务，直到它被唤醒取消自身。
request_per_second的值可以在通过查询删除时使用_rethrottle API更改：
POST _delete_by_query/task_id:1/_rethrottle?requests_per_second=-1
可以使用上面的任务API找到task_id。
就像在_delete_by_query API中设置它一样，request_per_second可以是-1来禁用限制，或者任何十进制数字，如1.7或12，以节制到该级别。加速查询的会立即生效，但是在完成当前批处理之后，减慢查询的才会生效。这样可以防止滚动超时。
根据查询删除支持滚动切片，您可以相对轻松地手动并行化处理：
POST twitter/_delete_by_query
{
"slice": {
"id": 0,
"max": 2
},
"query": {
"range": {
"likes": {
"lt": 10
}
}
}
}
POST twitter/_delete_by_query
{
"slice": {
"id": 1,
"max": 2
},
"query": {
"range": {
"likes": {
"lt": 10
}
}
}
}
您可以通过以下方式验证：
GET _refresh
POST twitter/_search?size=0&filter_path=hits.total
{
"query": {
"range": {
"likes": {
"lt": 10
}
}
}
}
其结果一个合理的total像这样：
{
"hits": {
"total": 0
}
}
你还可以让根据查询删除使用切片的_uid来自动并行的滚动切片。
POST twitter/_delete_by_query?refresh&slices=5
{
"query": {
"range": {
"likes": {
"lt": 10
}
}
}
}
您可以通过以下方式验证：
POST twitter/_search?size=0&filter_path=hits.total
{
"query": {
"range": {
"likes": {
"lt": 10
}
}
}
}
其结果一个合理的total像这样：
{
"hits": {
"total": 0
}
}
将slices添加到_delete_by_query中可以自动执行上述部分中使用的手动过程，创建子请求，这意味着它有一些怪癖：
slices请求任务的“子”任务。slices请求任务的状态只包含已完成切片的状态。slices的重置节流阀请求将按相应的重新计算未完成的子请求。slices的取消请求将取消每个子请求。slices的性质，每个子请求将不会获得完全均匀的文档部分。所有文件都将被处理，但有些片可能比其他片大。预期更大的切片可以有更均匀的分布。slices请求的request_per_second和size的参数相应的分配给每个子请求。结合上述关于分布的不均匀性，您应该得出结论，使用切片大小可能不会导致正确的大小文档为_delete_by_query。在这一点上，我们围绕要使用的slices数量提供了一些建议（比如手动并行化时，切片API中的max参数）：
500就能造成相当大的CPU抖动。slices数量线性扩展。reindexing的集群。