这篇 ElasticSearch 详细使用教程，内部分享时被老大表扬了

时间  2021-05-14 标签 html node 数据库 json api 数组 缓存 app curl elasticsearch

本文介绍了ElasticSearch的必备知识：从入门、索引管理到映射详解。html

1、快速入门

1.查看集群的健康情况

http://localhost:9200/_catnode

http://localhost:9200/_cat/he...数据库

说明：v是用来要求在结果中返回表头json

#状态值说明

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，可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/?vapi

2. 查看全部索引

http://localhost:9200/_cat/in...数组

3. 建立一个索引

建立一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果缓存

PUT /customer?prettyapp

再查看一下全部索引curl

http://localhost:9200/_cat/in...elasticsearch

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. 查询全部文档
GET /customer/_search?q=*&sort=name:asc&pretty

JSON格式方式

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

2、索引管理

1. 建立索引

建立一个名为twitter的索引，设置索引的分片数为3，备份数为2。注意：在ES中建立一个索引相似于在数据库中创建一个数据库(ES6.0以后相似于建立一个表)

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

建立结果：

建立的命令还能够简写为

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

##### 2. 建立mapping映射

注意：在ES中建立一个mapping映射相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；也相似于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. 建立索引时加入别名定义
PUT twitter
{
    "aliases" : {
        "alias_1" : {},
        "alias_2" : {
            "filter" : {
                "term" : {"user" : "kimchy" }
            },
            "routing" : "kimchy"
        }
    }
}
4. 建立索引时返回的结果说明

5. Get Index 查看索引的定义信息

GET /twitter，能够一次获取多个索引（以逗号间隔）获取全部索引_all或用通配符*

GET /twitter/_settings

GET /twitter/_mapping

6. 删除索引

DELETE /twitter

说明：能够一次删除多个索引（以逗号间隔） 删除全部索引 _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。动态信息能够修改。

REST 访问端点：

/_settings 更新全部索引的。

{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/...

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

在建立索引时，为每一个索引写定义信息多是一件繁琐的事情，ES提供了索引模板功能，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建立的索引。

注意:模板只在索引建立时被参考，修改模板不会影响已建立的索引

  • 12.1 新增/修更名为tempae_1的模板，匹配名称为te 或 bar的索引建立：

    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 打开/关闭索引
    POST /my_index/_close
POST /my_index/_open

    说明：

  • 关闭的索引不能进行读写操做，几乎不占集群开销。
  • 关闭的索引能够打开，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，如要减小分片数能够经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，则新索引的分片数能够为四、二、1 。

何时须要收缩索引呢? 最初建立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，这个时候就须要收缩了

收缩的流程：

  • 先把全部主分片都转移到一台主机上；
  • 在这台主机上建立一个新索引，分片数较小，其余设置和原索引一致；
  • 把原索引的全部分片，复制（或硬连接）到新索引的目录下；
  • 对新索引进行打开操做恢复分片数据；
  • (可选)从新把新索引的分片均衡到其余节点上。

收缩前的准备工做：

  • 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，而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?v
GET _cluster/health
    15. Split Index 拆分索引

当索引的分片容量过大时，能够经过拆分操做将索引拆分为一个倍数分片数的新索引。能拆分为几倍由建立索引时指定的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，则可按以下倍数方式进行拆分：

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

为何须要拆分索引？

当最初设置的索引的分片数不够用时就须要拆分索引了，和压缩索引相反

注意：只有在建立时指定了index.number_of_routing_shards 的索引才能够进行拆分，ES7开始将再也不有这个限制。

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：

  • 准备一个索引来作拆分：

    PUT my_source_index
{
  "settings": {
      "index.number_of_shards" : 1,
      <!-- 建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
}
}

  • 作拆分：

    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?v
GET _cluster/health
    16. Rollover Index 别名滚动指向新建立的索引

对于有时效性的索引数据，如日志，过必定时间后，老的索引数据就没有用了。咱们能够像数据库中根据时间建立表来存放不一样时段的数据同样，在ES中也可用建多个索引的方式来分开存放不一样时段的数据。比数据库中更方便的是ES中能够经过别名滚动指向最新的索引的方式，让你经过别名来操做时老是操做的最新的索引。

ES的rollover index API 让咱们能够根据知足指定的条件（时间、文档数量、索引大小）建立新的索引，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：建立一个名字为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，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"
  }
}

说明：若是别名logs_write指向的索引是7天前（含）建立的或索引的文档数>=1000或索引的大小>= 5gb，则会建立一个新索引 logs-000002，并把别名logs_writer指向新建立的logs-000002索引

Rollover Index 新建索引的命名规则：

  • 若是索引的名称是-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。

  • 若是索引的名称不是-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）

若是你但愿生成的索引名称中带有日期，如logstash-2016.02.03-1 ，则能够在建立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 pass
POST /logs_write/_rollover
{
  "conditions": {
    "max_docs":   "1"
  }
}

Rollover时可对新的索引做定义：

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 实际操做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：测试不会建立索引，只是检测条件是否知足

注意：rollover是你请求它才会进行操做，并非自动在后台进行的。你能够周期性地去请求它。

17. 索引监控
  • 17.1 查看索引状态信息

官网连接：https://www.elastic.co/guide/...

查看全部的索引状态：

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

官网连接：https://www.elastic.co/guide/...

GET /test/_segments 
GET /index1,index2/_segments
GET /_segments
  • 17.3 查看索引恢复信息

官网连接：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

官网连接：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. 索引状态管理

  • 18.1 Clear Cache 清理缓存

    POST /twitter/_cache/clear

    默认会清理全部缓存，可指定清理query, fielddata or request 缓存

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

  • 18.2 Refresh，从新打开读取索引

    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/_forcemerge
POST /_forcemerge

3、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。至关于数据库中表结构定义，或 solr中的schema。由于lucene索引文档时须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. 为索引建立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" }
          }
      }
  }
}

    说明：映射定义后续能够修改

2. 映射类别 Mapping type 废除说明

ES最早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（特别是同名字段仍是不一样类型的），在一个索引中很差处理，由于搜索引擎中只有 索引-文档的结构，不一样映射类别的数据都是一个一个的文档（只是包含的字段不同而已）

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。

为了与将来的规划匹配，请如今将这个惟一的映射类别名定义为“_doc”,由于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 来作这个事

3. 字段类型 datatypes

字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义，请查看官网连接详细了解每种类型的特色：

https://www.elastic.co/guide/...

  • 3.1 Core Datatypes 核心类型

    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     范围
  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 ：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 datatypes 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 datatypes 特别的类型

    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，还有一些属性可让咱们根据须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/...

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    值复制给另外一字段
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

当咱们须要对一个字段进行多种不一样方式的索引时，可使用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 关键字索引来支持排序、聚合；或须要用不一样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

官网连接：https://www.elastic.co/guide/...

元字段是ES中定义的文档字段，有如下几类：

7. 动态映射

动态映射：ES中提供的重要特性，让咱们能够快速使用ES，而不须要先建立索引、定义映射。如咱们直接向ES提交文档进行索引：

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

ES将自动为咱们建立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将根据咱们字段的json的数据类型为咱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

所谓时间侦测是指咱们往ES里面插入数据的时候会去自动检测咱们的数据是否是日期格式的，是的话就会给咱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"
}

4、索引别名

1. 别名的用途
  • 若是但愿一次查询可查询多个索引。
  • 若是但愿经过索引的视图来操做索引，就像数据库库中的视图同样。
  • 索引的别名机制，就是让咱们能够以视图的方式来操做集群中的索引，这个视图但是多个索引，也但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. 建立别名 /_aliases

为索引test1建立别名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. 批量操做别名

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

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

  • 方式1：

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

  • 方式2：

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

    注意：只可经过多索引别名进行搜索，不可进行文档索引和根据id获取文档。

  • 方式3：经过统配符*模式来指定要别名的索引

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

    注意：在这种状况下，别名是一个点时间别名，它将对全部匹配的当前索引进行别名，当添加/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"
        }
      }
    }
  }
}

过滤器经过Query DSL来定义，将做用于经过该别名来进行的全部Search, Count, Delete By Query and More Like This 操做。

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一块儿使用，用来限定操做的分片，避免不须要的其余分片操做。

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

为搜索、索引指定不一样的路由值

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

联系我们 沪ICP备2021010478号-7