关于elasticsearch:这篇-ElasticSearch-详细使用教程内部分享时被老大表扬了

47次阅读

共计 12759 个字符,预计需要花费 32 分钟才能阅读完成。

本文介绍了 ElasticSearch 的必备常识:从入门、索引治理到映射详解。

一、疾速入门

1. 查看集群的健康状况

http://localhost:9200/_cat

http://localhost:9200/_cat/he…

阐明:v 是用来要求在后果中返回表头

# 状态值阐明

Green - everything is good (cluster is fully functional),即最佳状态
Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional),即数据和集群可用,然而集群的备份有的是坏的
Red - some data is not available for whatever reason (cluster is partially functional),即数据和集群都不可用 
  • 查看集群的节点

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

2. 查看所有索引

http://localhost:9200/_cat/in…

3. 创立一个索引

创立一个名为 customer 的索引。pretty 要求返回一个丑陋的 json 后果

PUT /customer?pretty

再查看一下所有索引

http://localhost:9200/_cat/in…

GET /_cat/indices?v

4. 索引一个文档到 customer 索引中
curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'{"name":"John Doe"}'
5. 从 customer 索引中获取指定 id 的文档
curl -X GET "localhost:9200/customer/_doc/1?pretty"
6. 查问所有文档
GET /customer/_search?q=*&sort=name:asc&pretty

JSON 格局形式

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

二、索引治理

1. 创立索引

创立一个名为 twitter 的索引,设置索引的分片数为 3,备份数为 2。留神:在 ES 中创立一个索引相似于在数据库中建设一个数据库 (ES6.0 之后相似于创立一个表)

PUT twitter
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3,
            "number_of_replicas" : 2
        }
    }
}

阐明:

  • 默认的分片数是 5 到 1024
  • 默认的备份数是 1
  • 索引的名称必须是小写的,不可重名

创立后果:

创立的命令还能够简写为

PUT twitter
{
    "settings" : {
        "number_of_shards" : 3,
        "number_of_replicas" : 2
    }
}

##### 2. 创立 mapping 映射

留神:在 ES 中创立一个 mapping 映射相似于在数据库中定义表构造,即表外面有哪些字段、字段是什么类型、字段的默认值等;也相似于 solr 外面的模式 schema 的定义

PUT twitter
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3,
            "number_of_replicas" : 2
        }
    },
   "mappings" : {
        "type1" : {
            "properties" : {"field1" : { "type" : "text"}
            }
        }
    }
}
3. 创立索引时退出别名定义
PUT twitter
{
    "aliases" : {"alias_1" : {},
        "alias_2" : {
            "filter" : {"term" : {"user" : "kimchy"}
            },
            "routing" : "kimchy"
        }
    }
}
4. 创立索引时返回的后果阐明

5. Get Index 查看索引的定义信息

GET /twitter,能够一次获取多个索引(以逗号距离)获取所有索引_all 或用通配符 *

GET /twitter/_settings

GET /twitter/_mapping

6. 删除索引

DELETE /twitter

阐明:能够一次删除多个索引(以逗号距离)删除所有索引 _all 或 通配符 *

7. 判断索引是否存在

HEAD twitter

HTTP status code 示意后果 404 不存在,200 存在

8. 批改索引的 settings 信息

索引的设置信息分为动态信息和动静信息两局部。动态信息不可更改,如索引的分片数。动静信息能够批改。

REST 拜访端点:/_settings 更新所有索引的。{index}/_settings 更新一个或多个索引的 settings。

具体的设置项请参考:https://www.elastic.co/guide/…

9. 批改备份数
PUT /twitter/_settings
{
    "index" : {"number_of_replicas" : 2}
}
10. 设置回默认值,用 null
PUT /twitter/_settings
{
    "index" : {"refresh_interval" : null}
}
11. 设置索引的读写
index.blocks.read_only:设为 true, 则索引以及索引的元数据只可读
index.blocks.read_only_allow_delete:设为 true,只读时容许删除。index.blocks.read:设为 true,则不可读。index.blocks.write:设为 true,则不可写。index.blocks.metadata:设为 true,则索引元数据不可读写。
12. 索引模板

在创立索引时,为每个索引写定义信息可能是一件繁琐的事件,ES 提供了索引模板性能,让你能够定义一个索引模板,模板中定义好 settings、mapping、以及一个模式定义来匹配创立的索引。

留神 : 模板只在索引创立时被参考,批改模板不会影响已创立的索引

  • 12.1 新增 / 批改名为 tempae_1 的模板,匹配名称为 te 或 bar 的索引创立:

    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 HH:mm:ss Z YYYY"
          }
        }
      }
    }
    }
  • 12.2 查看索引模板

    GET /_template/template_1
    GET /_template/temp* 
    GET /_template/template_1,template_2
    GET /_template
  • 12.3 删除模板

    DELETE /_template/template_1
    13. Open/Close Index 关上 / 敞开索引
    POST /my_index/_close
    POST /my_index/_open

    阐明:

  • 敞开的索引不能进行读写操作,简直不占集群开销。
  • 敞开的索引能够关上,关上走的是失常的复原流程。
14. Shrink Index 膨胀索引

索引的分片数是不可更改的,如要缩小分片数能够通过膨胀形式膨胀为一个新的索引。新索引的分片数必须是原分片数的因子值,如原分片数是 8,则新索引的分片数能够为 4、2、1。

什么时候须要膨胀索引呢? 最后创立索引的时候分片数设置得太大,前面发现用不了那么多分片,这个时候就须要膨胀了

膨胀的流程:

  • 先把所有主分片都转移到一台主机上;
  • 在这台主机上创立一个新索引,分片数较小,其余设置和原索引统一;
  • 把原索引的所有分片,复制(或硬链接)到新索引的目录下;
  • 对新索引进行关上操作复原分片数据;
  • (可选) 从新把新索引的分片平衡到其余节点上。

膨胀前的筹备工作:

  • 将原索引设置为只读;
  • 将原索引各分片的一个正本重调配到同一个节点上,并且要是衰弱绿色状态。

    PUT /my_source_index/_settings
    {
    "settings": {
      <!-- 指定进行膨胀的节点的名称 -->
      "index.routing.allocation.require._name": "shrink_node_name",
      <!-- 阻止写,只读 -->
       "index.blocks.write": true
    }
    }

    进行膨胀:

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

    监控膨胀过程:

    GET _cat/recovery?v
    GET _cluster/health
    15. Split Index 拆分索引

当索引的分片容量过大时,能够通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创立索引时指定的 index.number_of_routing_shards 路由分片数决定。这个路由分片数决定了依据一致性 hash 路由文档到分片的散列空间。

如 index.number_of_routing_shards = 30,指定的分片数是 5,则可按如下倍数形式进行拆分:

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

为什么须要拆分索引?

当最后设置的索引的分片数不够用时就须要拆分索引了,和压缩索引相同

留神:只有在创立时指定了 index.number_of_routing_shards 的索引才能够进行拆分,ES7 开始将不再有这个限度。

和 solr 的区别是,solr 是对一个分片进行拆分,es 中是整个索引进行拆分。

拆分步骤:
  • 筹备一个索引来做拆分:

    PUT my_source_index
    {
      "settings": {
          "index.number_of_shards" : 1,
          <!-- 创立时须要指定路由分片数 -->
          "index.number_of_routing_shards" : 2
      }
    }
  • 先设置索引只读:

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

    POST my_source_index/_split/my_target_index
    {
    "settings": {
      <!-- 新索引的分片数需合乎拆分规定 -->
      "index.number_of_shards": 2
    }
    }
  • 监控拆分过程:

    GET _cat/recovery?v
    GET _cluster/health
    16. Rollover Index 别名滚动指向新创建的索引

对于有时效性的索引数据,如日志,过肯定工夫后,老的索引数据就没有用了。咱们能够像数据库中依据工夫创立表来寄存不同时段的数据一样,在 ES 中也可用建多个索引的形式来离开寄存不同时段的数据。比数据库中更不便的是 ES 中能够通过别名滚动指向最新的索引的形式,让你通过别名来操作时总是操作的最新的索引。

ES 的 rollover index API 让咱们能够依据满足指定的条件(工夫、文档数量、索引大小)创立新的索引,并把别名滚动指向新的索引。

留神:这时的别名只能是一个索引的别名。

Rollover Index 示例:创立一个名字为 logs-0000001、别名为 logs_write 的索引:

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

增加 1000 个文档到索引 logs-000001,而后设置别名滚动的条件

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

阐明:如果别名 logs_write 指向的索引是 7 天前(含)创立的或索引的文档数 >=1000 或索引的大小 >= 5gb,则会创立一个新索引 logs-000002,并把别名 logs_writer 指向新创建的 logs-000002 索引

Rollover Index 新建索引的命名规定

  • 如果索引的名称是 - 数字结尾,如 logs-000001,则新建索引的名称也会是这个模式,数值增 1。
  • 如果索引的名称不是 - 数值结尾,则在申请 rollover api 时需指定新索引的名称

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

    在名称中应用 Date math(工夫表达式)

如果你心愿生成的索引名称中带有日期,如 logstash-2016.02.03-1,则能够在创立索引时采纳工夫表达式来命名:

# PUT /<logs-{now/d}-1> with URI encoding:
PUT /%3Clogs-%7Bnow%2Fd%7D-1%3E
{
  "aliases": {"logs_write": {}
  }
}
PUT logs_write/_doc/1
{"message": "a dummy log"} 
POST logs_write/_refresh
# Wait for a day to pass
POST /logs_write/_rollover
{
  "conditions": {"max_docs":   "1"}
}

Rollover 时可对新的索引作定义:

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 实际操作前先测试是否达到条件:

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

阐明:测试不会创立索引,只是检测条件是否满足

留神:rollover 是你申请它才会进行操作,并不是主动在后盾进行的。你能够周期性地去申请它。

17. 索引监控
  • 17.1 查看索引状态信息

官网链接:https://www.elastic.co/guide/…

查看所有的索引状态:

GET /_stats

查看指定索引的状态信息:

GET /index1,index2/_stats
  • 17.2 查看索引段信息

官网链接:https://www.elastic.co/guide/…

GET /test/_segments 
GET /index1,index2/_segments
GET /_segments
  • 17.3 查看索引复原信息

官网链接:https://www.elastic.co/guide/…

GET index1,index2/_recovery?human

GET /_recovery?human
  • 17.4 查看索引分片的存储信息

官网链接:https://www.elastic.co/guide/…

# return information of only index test
GET /test/_shard_stores
# return information of only test1 and test2 indices
GET /test1,test2/_shard_stores
# return information of all indices
GET /_shard_stores
  GET /_shard_stores?status=green
18. 索引状态治理
  • 18.1 Clear Cache 清理缓存

    POST /twitter/_cache/clear

    默认会清理所有缓存,可指定清理 query, fielddata or request 缓存

    POST /kimchy,elasticsearch/_cache/clear
    POST /_cache/clear
  • 18.2 Refresh,从新关上读取索引

    POST /kimchy,elasticsearch/_refresh
    POST /_refresh
  • 18.3 Flush,将缓存在内存中的索引数据刷新到长久存储中

    POST twitter/_flush
  • 18.4 Force merge 强制段合并

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

    可选参数阐明:

  • max_num_segments 合并为几个段,默认 1
  • only_expunge_deletes 是否只合并含有删除文档的段,默认 false
  • flush 合并后是否刷新,默认 true
POST /kimchy,elasticsearch/_forcemerge
POST /_forcemerge

三、映射详解

1. Mapping 映射是什么

映射定义索引中有什么字段、字段的类型等构造信息。相当于数据库中表构造定义,或 solr 中的 schema。因为 lucene 索引文档时须要晓得该如何来索引存储文档的字段。
ES 中反对手动定义映射,动静映射两种形式。

  • 1.1. 为索引创立 mapping

     PUT test
    {
    <!-- 映射定义 -->
    "mappings" : {
    <!-- 名为 type1 的映射类别 mapping type-->
          "type1" : {
          <!-- 字段定义 -->
              "properties" : {
              <!-- 名为 field1 的字段,它的 field datatype 为 text -->
                  "field1" : {"type" : "text"}
              }
          }
      }
    }

    阐明:映射定义后续能够批改

2. 映射类别 Mapping type 破除阐明

ES 最先的设计是用索引类比关系型数据库的数据库,用 mapping type 来类比表,一个索引中能够蕴含多个映射类别。这个类比存在一个重大的问题,就是当多个 mapping type 中存在同名字段时(特地是同名字段还是不同类型的),在一个索引中不好解决,因为搜索引擎中只有 索引 - 文档的构造,不同映射类别的数据都是一个一个的文档(只是蕴含的字段不一样而已)

从 6.0.0 开始限定仅蕴含一个映射类别定义(“index.mapping.single_type”: true),兼容 5.x 中的多映射类别。从 7.0 开始将移除映射类别。

为了与将来的布局匹配,请当初将这个惟一的映射类别名定义为“_doc”, 因为索引的申请地址将标准为:

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"}
      }
    }
  }
}

多映射类别数据转储到独立的索引中:

ES 提供了 reindex API 来做这个事

3. 字段类型 datatypes

字段类型定义了该如何索引存储字段值。ES 中提供了丰盛的字段类型定义,请查看官网链接具体理解每种类型的特点:

https://www.elastic.co/guide/…

  • 3.1 Core Datatypes 外围类型

    string
      text and keyword
    Numeric datatypes
      long, integer, short, byte, double, float, half_float, scaled_float
    Date datatype
      date
    Boolean datatype
      boolean
    Binary datatype
      binary
    Range datatypes     范畴
      integer_range, float_range, long_range, double_range, date_range
  • 3.2 Complex datatypes 复合类型

    Array datatype
      数组就是多值,不须要专门的类型
    Object datatype
      object:示意值为一个 JSON 对象
    Nested datatype
      nested:for arrays of JSON objects(示意值为 JSON 对象数组)
  • 3.3 Geo datatypes 天文数据类型

    Geo-point datatype
      geo_point:for lat/lon points(经纬坐标点)Geo-Shape datatype
      geo_shape:for complex shapes like polygons(形态示意)
  • 3.4 Specialised datatypes 特地的类型

    IP datatype
      ip:for IPv4 and IPv6 addresses
    Completion datatype
      completion:to provide auto-complete suggestions
    Token count datatype
      token_count:to count the number of tokens in a string
    mapper-murmur3
      murmur3:to compute hashes of values at index-time and store them in the index
    Percolator type
      Accepts queries from the query-dsl
    join datatype
      Defines parent/child relation for documents within the same index
    4. 字段定义属性介绍

字段的 type (Datatype) 定义了如何索引存储字段值,还有一些属性能够让咱们依据须要来笼罩默认的值或进行特地定义。请参考官网介绍具体理解:https://www.elastic.co/guide/…

analyzer   指定分词器
normalizer   指定标准化器
boost        指定权重值
coerce      强制类型转换
copy_to    值复制给另一字段
doc_values  是否存储 docValues
dynamic
enabled    字段是否可用
fielddata
eager_global_ordinals
format    指定工夫值的格局
ignore_above
ignore_malformed
index_options
index
fields
norms
null_value
position_increment_gap
properties
search_analyzer
similarity
store
term_vector

字段定义属性—示例

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "date": {
          "type":   "date",
           <!-- 格式化日期 -->
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        }
      }
    }
  }
}
5. Multi Field 多重字段

当咱们须要对一个字段进行多种不同形式的索引时,能够应用 fields 多重字段定义。如一个字符串字段即须要进行 text 分词索引,也须要进行 keyword 关键字索引来反对排序、聚合;或须要用不同的分词器进行分词索引。

示例:定义多重字段:

阐明:raw 是一个多重版本名(自定义)

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

往多重字段外面增加文档

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

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

获取多重字段的值:

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

官网链接:https://www.elastic.co/guide/…

元字段是 ES 中定义的文档字段,有以下几类:

7. 动静映射

动静映射:ES 中提供的重要个性,让咱们能够疾速应用 ES,而不须要先创立索引、定义映射。如咱们间接向 ES 提交文档进行索引:

PUT data/_doc/1
{"count": 5}

ES 将主动为咱们创立 data 索引、_doc 映射、类型为 long 的字段 count

索引文档时,当有新字段时,ES 将依据咱们字段的 json 的数据类型为咱们主动加人字段定义到 mapping 中。

  • 7.1 字段动静映射规定

  • 7.2 Date detection 工夫侦测

所谓工夫侦测是指咱们往 ES 外面插入数据的时候会去自动检测咱们的数据是不是日期格局的,是的话就会给咱们主动转为设置的格局

date_detection 默认是开启的,默认的格局 dynamic_date_formats 为:

["strict_date_optional_time","yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
PUT my_index/_doc/1
{"create_date": "2015/09/02"}

GET my_index/_mapping

自定义工夫格局:

PUT my_index
{
  "mappings": {
    "_doc": {"dynamic_date_formats": ["MM/dd/yyyy"]
    }
  }
}

禁用工夫侦测:

PUT my_index
{
  "mappings": {
    "_doc": {"date_detection": false}
  }
}
  • 7.3 Numeric detection 数值侦测

开启数值侦测(默认是禁用的)

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

四、索引别名

1. 别名的用处
  • 如果心愿一次查问可查问多个索引。
  • 如果心愿通过索引的视图来操作索引,就像数据库库中的视图一样。
  • 索引的别名机制,就是让咱们能够以视图的形式来操作集群中的索引,这个视图可是多个索引,也可是一个索引或索引的一部分。
2. 新建索引时定义别名
PUT /logs_20162801
{
    "mappings" : {
        "type" : {
            "properties" : {"year" : {"type" : "integer"}
            }
        }
    },
    <!-- 定义了两个别名 -->
    "aliases" : {"current_day" : {},
        "2016" : {
            "filter" : {"term" : {"year" : 2016}
            }
        }
    }
}
3. 创立别名 /_aliases

为索引 test1 创立别名 alias1

POST /_aliases
{
    "actions" : [{ "add" : { "index" : "test1", "alias" : "alias1"} }
    ]
}
4. 删除别名
POST /_aliases
{
    "actions" : [{ "remove" : { "index" : "test1", "alias" : "alias1"} }
    ]
}

还能够这样写

DELETE /{index}/_alias/{name}
5. 批量操作别名

删除索引 test1 的别名 alias1,同时为索引 test2 增加别名 alias1

POST /_aliases
{
    "actions" : [{ "remove" : { "index" : "test1", "alias" : "alias1"} },
        {"add" : { "index" : "test2", "alias" : "alias1"} }
    ]
}
6. 为多个索引定义一样的别名
  • 形式 1:

    POST /_aliases
    {
      "actions" : [{ "add" : { "index" : "test1", "alias" : "alias1"} },
          {"add" : { "index" : "test2", "alias" : "alias1"} }
      ]
    }
  • 形式 2:

    POST /_aliases
    {
      "actions" : [{ "add" : { "indices" : ["test1", "test2"], "alias" : "alias1" } }
      ]
    }

    留神:只可通过多索引别名进行搜寻,不可进行文档索引和依据 id 获取文档。

  • 形式 3:通过统配符 * 模式来指定要别名的索引

    POST /_aliases
    {
      "actions" : [{ "add" : { "index" : "test*", "alias" : "all_test_indices"} }
      ]
    }

    留神:在这种状况下,别名是一个点工夫别名,它将对所有匹配的以后索引进行别名,当增加 / 删除与此模式匹配的新索引时,它不会自动更新。

7. 带过滤器的别名

索引中须要有字段

PUT /test1
{
  "mappings": {
    "type1": {
      "properties": {
        "user" : {"type": "keyword"}
      }
    }
  }
}

过滤器通过 Query DSL 来定义,将作用于通过该别名来进行的所有 Search, Count, Delete By Query and More Like This 操作。

POST /_aliases
{
    "actions" : [
        {
            "add" : {
                 "index" : "test1",
                 "alias" : "alias2",
                 "filter" : {"term" : { "user" : "kimchy"} }
            }
        }
    ]
}
8. 带 routing 的别名

可在别名定义中指定路由值,可和 filter 一起应用,用来限定操作的分片,防止不须要的其余分片操作。

POST /_aliases
{
    "actions" : [
        {
            "add" : {
                 "index" : "test",
                 "alias" : "alias1",
                 "routing" : "1"
            }
        }
    ]
}

为搜寻、索引指定不同的路由值

POST /_aliases
{
    "actions" : [
        {
            "add" : {
                 "index" : "test",
                 "alias" : "alias2",
                 "search_routing" : "1,2",
                 "index_routing" : "2"
            }
        }
    ]
}
9. 以 PUT 形式来定义一个别名
PUT /{index}/_alias/{name}
PUT /logs_201305/_alias/2013

带 filter 和 routing

PUT /users
{
    "mappings" : {
        "user" : {
            "properties" : {"user_id" : {"type" : "integer"}
            }
        }
    }
}
PUT /users/_alias/user_12
{
    "routing" : "12",
    "filter" : {
        "term" : {"user_id" : 12}
    }
}
10. 查看别名定义信息
GET /{index}/_alias/{alias}
GET /logs_20162801/_alias/*
GET /_alias/2016
GET /_alias/20*

原文:https://blog.csdn.net/ZYC8888…

正文完
 0