如此简单 | ElasticSearch 全详细使用教程

2020-09-07 00:00:00 索引 字段 定义 分片 映射

来自:r6a.cn/cyJw

本文介绍了ElasticSearch的必备知识:从入门、索引管理到映射详解。
、快速入门
1. 查看集群的健康状况
http://localhost:9200/_cat



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

说明:v是用来要求在结果中返回表头

状态值说明

Green - everything is good (cluster is fully functional),即佳状态
Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional),即数据和集群可用,但是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/indices?v


3. 创建一个索引
创建一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果

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. 查询所有文档
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. 创建索引
创建一个名为twitter的索引,设置索引的分片数为3,备份数为2。注意:在ES中创建一个索引类似于在数据库中建立一个数据库(ES6.0之后类似于创建一个表)
PUT twitter{ "settings" : { "index" : { "number_of_shards" : 3, "number_of_replicas" : 2 } }}

说明:
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

创建结果:
 创建的命令还可以简写为
PUT twitter{ "settings" : { "number_of_shards" : 3, "number_of_replicas" : 2 }}

 2. 创建mapping映射
注意:在ES中创建一个mapping映射类似于在数据库中定义表结构,即表里面有哪些字段、字段是什么类型、字段的默认值等;也类似于solr里面的模式schema的定义
PUT twitter{ "settings" : { "index" : { "number_of_shards" : 3,   "number_of_replicas" : 2 } }, "mappings" : { "type1" : { "properties" : { "field1" : { "type" : "text" } } } }}

 3. 创建索引时加入别名定义
PUT twitter{ "aliases" : { "alias_1" : {}, "alias_2" : { "filter" : { "term" : {"user" : "kimchy" } }, "routing" : "kimchy" } }}

4. 创建索引时返回的结果说明

5. Get Index 查看索引的定义信息
 GET /twitter,可以一次获取多个索引(以逗号间隔) 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

说明:

可以一次删除多个索引(以逗号间隔) 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 表示结果 404 不存在 , 200 存在

8. 修改索引的settings信息
索引的设置信息分为静态信息和动态信息两部分。静态信息不可更改,如索引的分片数。动态信息可以修改。

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

详细的设置项请参考:https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings

9. 修改备份数
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,只读时允许删除。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
在创建索引时,为每个索引写定义信息可能是一件繁琐的事情,ES提供了索引模板功能,让你可以定义一个索引模板,模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引。

注意:模板只在索引创建时被参考,修改模板不会影响已创建的索引

12.1 新增/修改名为tempae_1的模板,匹配名称为te* 或 bar*的索引创建:
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 HH:mm:ss 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 删除模板
DELETE /_template/template_1

13. Open/Close  Index   打开/关闭索引
POST /my_index/_closePOST /my_index/_open
说明:

关闭的索引不能进行读写操作,几乎不占集群开销。
关闭的索引可以打开,打开走的是正常的恢复流程。

14. Shrink Index 收缩索引
索引的分片数是不可更改的,如要减少分片数可以通过收缩方式收缩为一个新的索引。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,则新索引的分片数可以为4、2、1 。

什么时候需要收缩索引呢?

初创建索引的时候分片数设置得太大,后面发现用不了那么多分片,这个时候就需要收缩了

收缩的流程:

先把所有主分片都转移到一台主机上;
在这台主机上创建一个新索引,分片数较小,其他设置和原索引一致;
把原索引的所有分片,复制(或硬链接)到新索引的目录下;
对新索引进行打开操作恢复分片数据;
(可选)重新把新索引的分片均衡到其他节点上。

收缩前的准备工作:

将原索引设置为只读;
将原索引各分片的一个副本重分配到同一个节点上,并且要是健康绿色状态。
PUT /my_source_index/_settings{ "settings": { <!-- 指定进行收缩的节点的名称 --> "index.routing.allocation.require._name": "shrink_node_name", <!-- 阻止写,只读 --> "index.blocks.write": true }}

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

监控收缩过程:
GET _cat/recovery?vGET _cluster/health

15. Split Index 拆分索引
当索引的分片容量过大时,可以通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创建索引时指定的index.number_of_routing_shards 路由分片数决定。这个路由分片数决定了根据一致性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,则可按如下倍数方式进行拆分:
51030 (split by 2, then by 3)51530 (split by 3, then by 2)530 (split by 6)

为什么需要拆分索引?

当初设置的索引的分片数不够用时就需要拆分索引了,和压缩索引相反

注意:只有在创建时指定了index.number_of_routing_shards 的索引才可以进行拆分,ES7开始将不再有这个限制。

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:

准备一个索引来做拆分:
PUT my_source_index{ "settings": { "index.number_of_shards" : 1, <!-- 创建时需要指定路由分片数 --> "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": { <!--新索引的分片数需符合拆分规则--> "index.number_of_shards": 2 }}

监控拆分过程:
GET _cat/recovery?vGET _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,过一定时间后,老的索引数据就没有用了。我们可以像数据库中根据时间创建表来存放不同时段的数据一样,在ES中也可用建多个索引的方式来分开存放不同时段的数据。比数据库中更方便的是ES中可以通过别名滚动指向新的索引的方式,让你通过别名来操作时总是操作的新的索引。

ES的rollover index API 让我们可以根据满足指定的条件(时间、文档数量、索引大小)创建新的索引,并把别名滚动指向新的索引。

注意:这时的别名只能是一个索引的别名。

Rollover Index 示例:

创建一个名字为logs-0000001 、别名为logs_write 的索引:
PUT /logs-000001{ "aliases": { "logs_write": {} }}

添加1000个文档到索引logs-000001,然后设置别名滚动的条件
POST /logs_write/_rollover{ "conditions": { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }}

说明:
如果别名logs_write指向的索引是7天前(含)创建的或索引的文档数>=1000或索引的大小>= 5gb,则会创建一个新索引 logs-000002,并把别名logs_writer指向新创建的logs-000002索引
Rollover Index 新建索引的命名规则:
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,则在请求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" }}

在名称中使用Date math(时间表达式)
如果你希望生成的索引名称中带有日期,如logstash-2016.02.03-1 ,则可以在创建索引时采用时间表达式来命名:

# 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 passPOST /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" }}

说明:
测试不会创建索引,只是检测条件是否满足
注意:rollover是你请求它才会进行操作,并不是自动在后台进行的。你可以周期性地去请求它。

17. 索引监控
17.1 查看索引状态信息

官网链接:

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

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/en/elasticsearch/reference/current/indices-segments.html
GET /test/_segments GET /index1,index2/_segmentsGET /_segments

17.3 查看索引恢复信息

官网链接:
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html
GET index1,index2/_recovery?human
GET /_recovery?human

17.4 查看索引分片的存储信息

官网链接:
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. 索引状态管理
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/clearPOST /_cache/clear

18.2 Refresh,重新打开读取索引
POST /kimchy,elasticsearch/_refreshPOST /_refresh

18.3 Flush,将缓存在内存中的索引数据刷新到持久存储中
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

可选参数说明:

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/_forcemergePOST /_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、字段的类型等结构信息。相当于数据库中表结构定义,或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。
ES中支持手动定义映射,动态映射两种方式。

 1.1. 为索引创建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" } } } }}

 说明:映射定义后续可以修改

2. 映射类别 Mapping type 废除说明
ES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,一个索引中可以包含多个映射类别。这个类比存在一个严重的问题,就是当多个mapping type中存在同名字段时(特别是同名字段还是不同类型的),在一个索引中不好处理,因为搜索引擎中只有 索引-文档的结构,不同映射类别的数据都是一个一个的文档(只是包含的字段不一样而已)

从6.0.0开始限定仅包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。
为了与未来的规划匹配,请现在将这个的映射类别名定义为“_doc”,因为索引的请求地址将规范为: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 data*
字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义,请查看官网链接详细了解每种类型的特点:

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

 3.1 Core Data*     核心类型
string text and keywordNumeric data* long, integer, short, byte, double, float, half_float, scaled_floatDate datatype dateBoolean datatype booleanBinary datatype binaryRange data* 范围 integer_range, float_range, long_range, double_range, date_range

3.2 Complex data* 复合类型
Array datatype 数组就是多值,不需要专门的类型Object datatype object :表示值为一个JSON 对象Nested datatype nested:for arrays of JSON objects(表示值为JSON对象数组 )

3.3 Geo data*  地理数据类型

Geo-point datatype geo_point:for lat/lon points (经纬坐标点)Geo-Shape datatype geo_shape:for complex shapes like polygons (形状表示)

 3.4 Specialised data* 特别的类型
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,还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解:https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
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 指定时间值的格式 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
当我们需要对一个字段进行多种不同方式的索引时,可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引,也需要进行keyword 关键字索引来支持排序、聚合;或需要用不同的分词器进行分词索引。

示例:

定义多重字段:

说明: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" } } } } } }}

往多重字段里面添加文档
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/en/elasticsearch/reference/current/mapping-fields.html

元字段是ES中定义的文档字段,有以下几类:


7. 动态映射
动态映射:ES中提供的重要特性,让我们可以快速使用ES,而不需要先创建索引、定义映射。如我们直接向ES提交文档进行索引:
PUT data/_doc/1{ "count": 5 }

ES将自动为我们创建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将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。

7.1 字段动态映射规则
7.2 Date detection 时间侦测

所谓时间侦测是指我们往ES里面插入数据的时候会去自动检测我们的数据是不是日期格式的,是的话就会给我们自动转为设置的格式

 date_detection 默认是开启的,默认的格式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

 自定义时间格式:
PUT my_index{ "mappings": { "_doc": { "dynamic_date_formats": ["MM/dd/yyyy"] } }}

 禁用时间侦测:
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"}
<END>

相关文章