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…