ElasticSearch的必備知識：從入門、索引管理到映射詳解

本文介紹了ElasticSearch的必備知識：從入門、索引管理到映射詳解。

一、快速入門

1.查看集群的健康狀況
http://localhost:9200/_cat

http://localhost:9200/_cat/health?v

說明：v是用來要求在結(jié)果中返回表頭

狀態(tài)值說明

Green- everything is good (cluster is fully functional)，即最佳狀態(tài)
Yellow- all data is available but some replicas are not yet allocated (cluster is fully functional)，即數(shù)據(jù)和集群可用，但是集群的備份有的是壞的
Red- some data is not available for whatever reason (cluster is partially functional)，即數(shù)據(jù)和集群都不可用

查看集群的節(jié)點
http://localhost:9200/_cat/?v

2. 查看所有索引
http://localhost:9200/_cat/indices?v

3. 創(chuàng)建一個索引
創(chuàng)建一個名為 customer 的索引。pretty要求返回一個漂亮的json 結(jié)果

PUT /customer?pretty

再查看一下所有索引
http://localhost:9200/_cat/indices?v

GET /_cat/indices?v

4. 索引一個文檔到customer索引中

curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'{ "name": "John Doe"}'5. 從customer索引中獲取指定id的文檔

curl -X GET "localhost:9200/customer/_doc/1?pretty"6. 查詢所有文檔

GET /customer/_search?q=*&sort=name:asc&pretty JSON格式方式

GET /customer/_search{ "query": { "match_all": {} }, "sort": [ {"name": "asc" } ]}

二、索引管理

1. 創(chuàng)建索引
創(chuàng)建一個名為twitter的索引，設置索引的分片數(shù)為3，備份數(shù)為2。注意：在ES中創(chuàng)建一個索引類似于在數(shù)據(jù)庫中建立一個數(shù)據(jù)庫(ES6.0之后類似于創(chuàng)建一個表)

PUT twitter{ "settings" : { "index" : { "number_of_shards" : 3, "number_of_replicas" : 2 } }} 說明： 默認的分片數(shù)是5到1024 默認的備份數(shù)是1 索引的名稱必須是小寫的，不可重名 創(chuàng)建結(jié)果：

創(chuàng)建的命令還可以簡寫為

PUT twitter{ "settings" : { "number_of_shards" : 3, "number_of_replicas" : 2 }}2. 創(chuàng)建mapping映射注意：在ES中創(chuàng)建一個mapping映射類似于在數(shù)據(jù)庫中定義表結(jié)構(gòu)，即表里面有哪些字段、字段是什么類型、字段的默認值等；也類似于solr里面的模式schema的定義

PUT twitter{ "settings" : { "index" : { "number_of_shards" : 3, "number_of_replicas":2 } }, "mappings" : { "type1" : { "properties" : { "field1" : { "type" : "text" } } } }}3. 創(chuàng)建索引時加入別名定義

PUT twitter{ "aliases" : { "alias_1" : {}, "alias_2" : { "filter" : { "term" : {"user" : "kimchy" } }, "routing" : "kimchy" } }}4. 創(chuàng)建索引時返回的結(jié)果說明

5. Get Index 查看索引的定義信息GET /twitter，可以一次獲取多個索引（以逗號間隔） 獲取所有索引 _all 或 用通配符*

GET /twitter/_settings

GET /twitter/_mapping

6. 刪除索引

DELETE /twitter 說明： 可以一次刪除多個索引（以逗號間隔） 刪除所有索引 _all 或 通配符 *7. 判斷索引是否存在

HEAD twitter

HTTP status code 表示結(jié)果 404 不存在 ， 200 存在8. 修改索引的settings信息

索引的設置信息分為靜態(tài)信息和動態(tài)信息兩部分。靜態(tài)信息不可更改，如索引的分片數(shù)。動態(tài)信息可以修改。 REST 訪問端點： /_settings 更新所有索引的。 {index}/_settings 更新一個或多個索引的settings。 詳細的設置項請參考：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings9. 修改備份數(shù)

PUT /twitter/_settings{ "index" : { "number_of_replicas" : 2 }}

10. 設置回默認值，用null

PUT /twitter/_settings{ "index" : { "refresh_interval" : null }}

11. 設置索引的讀寫

index.blocks.read_only：設為true,則索引以及索引的元數(shù)據(jù)只可讀index.blocks.read_only_allow_delete：設為true，只讀時允許刪除。index.blocks.read：設為true，則不可讀。index.blocks.write：設為true，則不可寫。index.blocks.metadata：設為true，則索引元數(shù)據(jù)不可讀寫。

12. 索引模板

在創(chuàng)建索引時，為每個索引寫定義信息可能是一件繁瑣的事情，ES提供了索引模板功能，讓你可以定義一個索引模板，模板中定義好settings、mapping、以及一個模式定義來匹配創(chuàng)建的索引。

注意：模板只在索引創(chuàng)建時被參考，修改模板不會影響已創(chuàng)建的索引

12.1 新增/修改名為tempae_1的模板，匹配名稱為te* 或 bar*的索引創(chuàng)建：

PUT _template/template_1{ "index_patterns": ["te*", "bar*"], "settings": { "number_of_shards": 1 }, "mappings": { "type1": { "_source": { "enabled": false }, "properties": { "host_name": { "type": "keyword" }, "created_at": { "type": "date", "format": "EEE MMM dd HHss Z YYYY" } } } }}

12.2 查看索引模板

GET/_template/template_1GET/_template/temp*GET/_template/template_1,template_2GET /_template

12.3 刪除模板

DELETE /_template/template_1

13. Open/Close Index 打開/關閉索引

POST /my_index/_closePOST /my_index/_open

說明：

關閉的索引不能進行讀寫操作，幾乎不占集群開銷。
關閉的索引可以打開，打開走的是正常的恢復流程。

14. Shrink Index 收縮索引

索引的分片數(shù)是不可更改的，如要減少分片數(shù)可以通過收縮方式收縮為一個新的索引。新索引的分片數(shù)必須是原分片數(shù)的因子值，如原分片數(shù)是8，則新索引的分片數(shù)可以為4、2、1 。

什么時候需要收縮索引呢?

最初創(chuàng)建索引的時候分片數(shù)設置得太大，后面發(fā)現(xiàn)用不了那么多分片，這個時候就需要收縮了

收縮的流程：

先把所有主分片都轉(zhuǎn)移到一臺主機上；
在這臺主機上創(chuàng)建一個新索引，分片數(shù)較小，其他設置和原索引一致；
把原索引的所有分片，復制（或硬鏈接）到新索引的目錄下；
對新索引進行打開操作恢復分片數(shù)據(jù)；
(可選)重新把新索引的分片均衡到其他節(jié)點上。

收縮前的準備工作：

將原索引設置為只讀；
將原索引各分片的一個副本重分配到同一個節(jié)點上，并且要是健康綠色狀態(tài)。

PUT /my_source_index/_settings{ "settings": { "index.routing.allocation.require._name": "shrink_node_name", "index.blocks.write": true }}

進行收縮：

POST my_source_index/_shrink/my_target_index{ "settings": { "index.number_of_replicas": 1, "index.number_of_shards": 1, "index.codec": "best_compression" }}

監(jiān)控收縮過程：

GET _cat/recovery?vGET _cluster/health

15. Split Index 拆分索引

當索引的分片容量過大時，可以通過拆分操作將索引拆分為一個倍數(shù)分片數(shù)的新索引。能拆分為幾倍由創(chuàng)建索引時指定的index.number_of_routing_shards 路由分片數(shù)決定。這個路由分片數(shù)決定了根據(jù)一致性hash路由文檔到分片的散列空間。

如index.number_of_routing_shards = 30 ，指定的分片數(shù)是5，則可按如下倍數(shù)方式進行拆分：

5 → 10 → 30 (split by 2, then by 3)5 → 15 → 30 (split by 3, then by 2)5 → 30 (split by 6)

為什么需要拆分索引？

當最初設置的索引的分片數(shù)不夠用時就需要拆分索引了，和壓縮索引相反

注意：只有在創(chuàng)建時指定了index.number_of_routing_shards 的索引才可以進行拆分，ES7開始將不再有這個限制。

和solr的區(qū)別是，solr是對一個分片進行拆分，es中是整個索引進行拆分。

拆分步驟：

準備一個索引來做拆分：

PUT my_source_index{ "settings": { "index.number_of_shards" : 1, "index.number_of_routing_shards" : 2 }}

先設置索引只讀：

PUT /my_source_index/_settings{ "settings": { "index.blocks.write": true }}

做拆分：

POST my_source_index/_split/my_target_index{ "settings": { "index.number_of_shards": 2 }}

監(jiān)控拆分過程：

GET _cat/recovery?vGET _cluster/health

16. Rollover Index 別名滾動指向新創(chuàng)建的索引

對于有時效性的索引數(shù)據(jù)，如日志，過一定時間后，老的索引數(shù)據(jù)就沒有用了。我們可以像數(shù)據(jù)庫中根據(jù)時間創(chuàng)建表來存放不同時段的數(shù)據(jù)一樣，在ES中也可用建多個索引的方式來分開存放不同時段的數(shù)據(jù)。比數(shù)據(jù)庫中更方便的是ES中可以通過別名滾動指向最新的索引的方式，讓你通過別名來操作時總是操作的最新的索引。

ES的rollover index API 讓我們可以根據(jù)滿足指定的條件（時間、文檔數(shù)量、索引大?。﹦?chuàng)建新的索引，并把別名滾動指向新的索引。

注意：這時的別名只能是一個索引的別名。

Rollover Index 示例：

創(chuàng)建一個名字為logs-0000001 、別名為logs_write 的索引：

PUT /logs-000001{ "aliases": { "logs_write": {} }}

添加1000個文檔到索引logs-000001，然后設置別名滾動的條件

POST /logs_write/_rollover{ "conditions": { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }}

說明：

如果別名logs_write指向的索引是7天前（含）創(chuàng)建的或索引的文檔數(shù)>=1000或索引的大小>= 5gb，則會創(chuàng)建一個新索引 logs-000002，并把別名logs_writer指向新創(chuàng)建的logs-000002索引

Rollover Index 新建索引的命名規(guī)則：

如果索引的名稱是-數(shù)字結(jié)尾，如logs-000001，則新建索引的名稱也會是這個模式，數(shù)值增1。

如果索引的名稱不是-數(shù)值結(jié)尾，則在請求rollover api時需指定新索引的名稱

POST /my_alias/_rollover/my_new_index_name{ "conditions": { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }}

在名稱中使用Date math（時間表達式）

如果你希望生成的索引名稱中帶有日期，如logstash-2016.02.03-1 ，則可以在創(chuàng)建索引時采用時間表達式來命名：

# PUT / with URI encoding:PUT /%3Clogs-%7Bnow%2Fd%7D-1%3E{ "aliases": { "logs_write": {} }}PUT logs_write/_doc/1{ "message": "a dummy log"}POSTlogs_write/_refresh#WaitforadaytopassPOST /logs_write/_rollover{ "conditions": { "max_docs": "1" }}

Rollover時可對新的索引作定義：

PUT /logs-000001{ "aliases": { "logs_write": {} }}POST /logs_write/_rollover{ "conditions" : { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }, "settings": { "index.number_of_shards": 2 }}

Dry run 實際操作前先測試是否達到條件：

POST /logs_write/_rollover?dry_run{ "conditions" : { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }}

說明：

測試不會創(chuàng)建索引，只是檢測條件是否滿足

注意：rollover是你請求它才會進行操作，并不是自動在后臺進行的。你可以周期性地去請求它。

17. 索引監(jiān)控

17.1 查看索引狀態(tài)信息

官網(wǎng)鏈接：

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-stats.html

查看所有的索引狀態(tài)：

GET /_stats

查看指定索引的狀態(tài)信息：

GET /index1,index2/_stats

17.2 查看索引段信息

官網(wǎng)鏈接：

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-segments.html

GET/test/_segmentsGET/index1,index2/_segmentsGET /_segments

17.3 查看索引恢復信息

官網(wǎng)鏈接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html

GET index1,index2/_recovery?human

GET /_recovery?human

17.4 查看索引分片的存儲信息

官網(wǎng)鏈接：

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-shards-stores.html

# return information of only index testGET/test/_shard_stores# return information of only test1 and test2 indicesGET/test1,test2/_shard_stores# return information of all indicesGET /_shard_stores GET /_shard_stores?status=green

18. 索引狀態(tài)管理

18.1 Clear Cache 清理緩存

POST /twitter/_cache/clear

默認會清理所有緩存，可指定清理query, fielddata or request 緩存

POST /kimchy,elasticsearch/_cache/clearPOST/_cache/clear

18.2 Refresh，重新打開讀取索引

POST/kimchy,elasticsearch/_refreshPOST /_refresh

18.3 Flush，將緩存在內(nèi)存中的索引數(shù)據(jù)刷新到持久存儲中

POST twitter/_flush

18.4 Force merge 強制段合并

POST /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true

可選參數(shù)說明：

max_num_segments 合并為幾個段，默認1
only_expunge_deletes 是否只合并含有刪除文檔的段，默認false
flush 合并后是否刷新，默認true

POST/kimchy,elasticsearch/_forcemergePOST /_forcemerge

三、映射詳解

1. Mapping 映射是什么

映射定義索引中有什么字段、字段的類型等結(jié)構(gòu)信息。相當于數(shù)據(jù)庫中表結(jié)構(gòu)定義，或 solr中的schema。因為lucene索引文檔時需要知道該如何來索引存儲文檔的字段。
ES中支持手動定義映射，動態(tài)映射兩種方式。

1.1. 為索引創(chuàng)建mapping

PUTtest{ "mappings" : { "type1" : { "properties" : { "field1" : { "type" : "text" } } } }}

說明：映射定義后續(xù)可以修改

2. 映射類別 Mapping type 廢除說明

ES最先的設計是用索引類比關系型數(shù)據(jù)庫的數(shù)據(jù)庫，用mapping type 來類比表，一個索引中可以包含多個映射類別。這個類比存在一個嚴重的問題，就是當多個mapping type中存在同名字段時（特別是同名字段還是不同類型的），在一個索引中不好處理，因為搜索引擎中只有 索引-文檔的結(jié)構(gòu)，不同映射類別的數(shù)據(jù)都是一個一個的文檔（只是包含的字段不一樣而已）

從6.0.0開始限定僅包含一個映射類別定義（ "index.mapping.single_type": true ），兼容5.x中的多映射類別。從7.0開始將移除映射類別。
為了與未來的規(guī)劃匹配，請現(xiàn)在將這個唯一的映射類別名定義為“_doc”,因為索引的請求地址將規(guī)范為：PUT {index}/_doc/{id} and POST {index}/_doc

Mapping 映射示例：

PUT twitter{ "mappings": { "_doc": { "properties": { "type": { "type": "keyword" }, "name": { "type": "text" }, "user_name": { "type": "keyword" }, "email": { "type": "keyword" }, "content": { "type": "text" }, "tweeted_at": { "type": "date" } } } }}

多映射類別數(shù)據(jù)轉(zhuǎn)儲到獨立的索引中：

ES 提供了reindex API 來做這個事

3. 字段類型 datatypes

字段類型定義了該如何索引存儲字段值。ES中提供了豐富的字段類型定義，請查看官網(wǎng)鏈接詳細了解每種類型的特點：

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

3.1Core Datatypes 核心類型

string text and keywordNumeric datatypes long, integer, short, byte, double, float, half_float, scaled_floatDate datatype dateBoolean datatype booleanBinary datatype binaryRange datatypes 范圍 integer_range, float_range, long_range, double_range, date_range

3.2Complex datatypes 復合類型

Array datatype 數(shù)組就是多值，不需要專門的類型Object datatype object ：表示值為一個JSON 對象Nested datatype nested：for arrays of JSON objects（表示值為JSON對象數(shù)組 ）

3.3Geodatatypes地理數(shù)據(jù)類型

Geo-point datatype geo_point：for lat/lon points （經(jīng)緯坐標點）Geo-Shape datatype geo_shape：for complex shapes like polygons （形狀表示）

3.4Specialised datatypes 特別的類型

IP datatype ip：for IPv4 and IPv6 addressesCompletion datatype completion：to provide auto-complete suggestionsToken count datatype token_count：to count the number of tokens in a stringmapper-murmur3 murmur3：to compute hashes of values at index-time and store them in the indexPercolator type Accepts queries from the query-dsljoin datatype Defines parent/child relation for documents within the same index

4. 字段定義屬性介紹
字段的type (Datatype)定義了如何索引存儲字段值，還有一些屬性可以讓我們根據(jù)需要來覆蓋默認的值或進行特別定義。請參考官網(wǎng)介紹詳細了解：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html

analyzer 指定分詞器 normalizer 指定標準化器 boost 指定權(quán)重值 coerce 強制類型轉(zhuǎn)換 copy_to 值復制給另一字段 doc_values 是否存儲docValues dynamic enabled 字段是否可用 fielddata eager_global_ordinals format 指定時間值的格式 ignore_above ignore_malformed index_options index fields norms null_value position_increment_gap properties search_analyzer similarity store term_vector

字段定義屬性—示例

PUT my_index{ "mappings": { "_doc": { "properties": { "date": { "type": "date", "format": "yyyy-MM-dd HHss||yyyy-MM-dd||epoch_millis" } } } }}

5. Multi Field 多重字段
當我們需要對一個字段進行多種不同方式的索引時，可以使用fields多重字段定義。如一個字符串字段即需要進行text分詞索引，也需要進行keyword 關鍵字索引來支持排序、聚合；或需要用不同的分詞器進行分詞索引。

示例：

定義多重字段：

說明：raw是一個多重版本名（自定義）

PUT my_index{ "mappings": { "_doc": { "properties": { "city": { "type": "text", "fields": { "raw": { "type": "keyword" } } } } } }}

往多重字段里面添加文檔

PUT my_index/_doc/1{ "city": "New York"} PUT my_index/_doc/2{ "city": "York"}

獲取多重字段的值：

GET my_index/_search{ "query": { "match": { "city": "york" } }, "sort": { "city.raw": "asc" }, "aggs": { "Cities": { "terms": { "field": "city.raw" } } }}

6. 元字段

官網(wǎng)鏈接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html

元字段是ES中定義的文檔字段，有以下幾類：

7. 動態(tài)映射
動態(tài)映射：ES中提供的重要特性，讓我們可以快速使用ES，而不需要先創(chuàng)建索引、定義映射。如我們直接向ES提交文檔進行索引：

PUT data/_doc/1{ "count": 5 }
ES將自動為我們創(chuàng)建data索引、_doc 映射、類型為 long 的字段 count

索引文檔時，當有新字段時， ES將根據(jù)我們字段的json的數(shù)據(jù)類型為我們自動加人字段定義到mapping中。

7.1字段動態(tài)映射規(guī)則

7.2 Date detection 時間偵測

所謂時間偵測是指我們往ES里面插入數(shù)據(jù)的時候會去自動檢測我們的數(shù)據(jù)是不是日期格式的，是的話就會給我們自動轉(zhuǎn)為設置的格式

date_detection 默認是開啟的，默認的格式dynamic_date_formats為：

[ "strict_date_optional_time","yyyy/MM/dd HHss Z||yyyy/MM/dd Z"]PUT my_index/_doc/1{ "create_date": "2015/09/02"} GET my_index/_mapping
自定義時間格式：

PUT my_index{ "mappings": { "_doc": { "dynamic_date_formats": ["MM/dd/yyyy"] } }}
禁用時間偵測：

PUT my_index{ "mappings": { "_doc": { "date_detection": false } }}
7.3 Numeric detection 數(shù)值偵測

開啟數(shù)值偵測（默認是禁用的）

PUTmy_index{ "mappings": { "_doc": { "numeric_detection": true } }}PUT my_index/_doc/1{ "my_float": "1.0", "my_integer": "1"}

責任編輯：xj

原文標題：ElasticSearch 最全詳細使用教程

文章出處：【微信公眾號：人工智能與大數(shù)據(jù)技術】歡迎添加關注！文章轉(zhuǎn)載請注明出處。