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

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…