如何识别Elasticsearch _bulk API是否创建新索引及避免自动创建？

1. 能否从_bulk响应判断索引是否被自动创建？ #

不能直接从_bulk的响应结果里拿到索引层面的创建状态——_bulk的响应是按单条文档返回的，只会包含每条文档的result（比如created/updated），没有专门字段标识整个索引是否是这次请求触发创建的。

如果硬要间接判断，只能在执行_bulk前先确认索引不存在，执行后所有文档的result都是created，但这种方法很不可靠（比如期间可能有其他进程创建了索引），不推荐。

2. 如何禁止_bulk自动创建索引？ #

有两种更靠谱的方案：

• 方案一：全局禁用自动创建索引
  修改Elasticsearch集群的持久化设置，彻底关闭自动创建索引的功能：

  PUT /_cluster/settings
  {
    "persistent": {
      "action.auto_create_index": false
    }
  }
  

  之后如果向不存在的索引执行_bulk，会直接返回index_not_found_exception错误（状态码404），你可以捕获这个错误，先创建带自定义映射的索引，再重试批量写入。

• 方案二：单索引前置检查
  每次执行_bulk前，先调用HEAD /your_target_index接口检查索引是否存在：

  • 如果返回200，说明索引已存在，直接执行_bulk；
  • 如果返回404，先执行PUT /your_target_index创建带自定义映射的索引，再执行_bulk。
    这种方法不需要修改集群全局设置，更灵活，适合只需要控制特定索引的场景。

3. 高性能批量写入的API选择 #

_bulk本身就是Elasticsearch性能最优的批量写入API，完全满足你5000条/批次的需求。注意几个优化点：

• 调整批次大小：如果单条文档体积较大（比如几KB以上），可以把批次降到1000-2000条；如果文档很小，也可以升到10000条左右，以单次请求大小不超过10MB为宜（Elasticsearch默认的http请求大小限制是100MB，但太小或太大都会影响性能）；
• 控制刷新频率：执行_bulk时添加refresh=false参数（默认就是这个值），让Elasticsearch异步刷新索引，不要每次写入都立即刷新，能大幅提升写入速度；
• 避免单批次内混排多种操作：尽量在一个_bulk请求里只做同一种操作（比如全是index），减少Elasticsearch的处理开销。

内容的提问来源于stack exchange，提问作者asten_ark