22图详解ElasticSearch使用教程

来源&＃xff1a;r6a.cn/cyJw

本文介绍了ElasticSearch的必备知识&＃xff1a;从入门、索引管理到映射详解。

一、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&＃xff1a;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)&＃xff0c;即最佳状态
Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional)&＃xff0c;即数据和集群可用&＃xff0c;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)&＃xff0c;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 &＃39;Content-Type: application/json&＃39; -d&＃39;{ "name": "John Doe"}&＃39;


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&＃61;*&sort&＃61;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&＃xff0c;设置索引的分片数为3&＃xff0c;备份数为2。注意&＃xff1a;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&＃xff1a;
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&＃xff0c;不可重名

创建结果&＃xff1a;

 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&＃xff1a;在ES中创建一个mapping映射类似于在数据库中定义表结构&＃xff0c;即表里面有哪些字段、字段是什么类型、字段的默认值等&＃xff1b;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&＃xff0c;可以一次获取多个索引&＃xff08;以逗号间隔&＃xff09; 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&＃xff1a;

可以一次删除多个索引&＃xff08;以逗号间隔&＃xff09; 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 &＃xff0c; 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&＃xff0c;如索引的分片数。动态信息可以修改。

REST 访问端点&＃xff1a;
/_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&＃xff1a;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&＃xff0c;用null

PUT /twitter/_settings
{"index" : {"refresh_interval" : null}
}


11. 设置索引的读写

index.blocks.read_only&＃xff1a;设为true,则索引以及索引的元数据只可读
index.blocks.read_only_allow_delete&＃xff1a;设为true&＃xff0c;只读时允许删除。
index.blocks.read&＃xff1a;设为true&＃xff0c;则不可读。
index.blocks.write&＃xff1a;设为true&＃xff0c;则不可写。
index.blocks.metadata&＃xff1a;设为true&＃xff0c;则索引元数据不可读写。


12. 索引模板

在创建索引时&＃xff0c;为每个索引写定义信息可能是一件繁琐的事情&＃xff0c;ES提供了索引模板功能&＃xff0c;让你可以定义一个索引模板&＃xff0c;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&＃xff1a;模板只在索引创建时被参考&＃xff0c;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&＃xff0c;匹配名称为te* 或 bar*的索引创建&＃xff1a;

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&＃xff1a;

关闭的索引不能进行读写操作&＃xff0c;几乎不占集群开销。
关闭的索引可以打开&＃xff0c;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&＃xff0c;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&＃xff0c;如原分片数是8&＃xff0c;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?

最初创建索引的时候分片数设置得太大&＃xff0c;后面发现用不了那么多分片&＃xff0c;这个时候就需要收缩了

收缩的流程&＃xff1a;

先把所有主分片都转移到一台主机上&＃xff1b;
在这台主机上创建一个新索引&＃xff0c;分片数较小&＃xff0c;其他设置和原索引一致&＃xff1b;
把原索引的所有分片&＃xff0c;复制&＃xff08;或硬链接&＃xff09;到新索引的目录下&＃xff1b;
对新索引进行打开操作恢复分片数据&＃xff1b;
(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&＃xff1a;

将原索引设置为只读&＃xff1b;
将原索引各分片的一个副本重分配到同一个节点上&＃xff0c;并且要是健康绿色状态。

PUT /my_source_index/_settings
{"settings": {"index.routing.allocation.require._name": "shrink_node_name","index.blocks.write": true}
}


进行收缩&＃xff1a;

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&＃xff1a;

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&＃xff0c;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 &＃61; 30 &＃xff0c;指定的分片数是5&＃xff0c;则可按如下倍数方式进行拆分&＃xff1a;

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


为什么需要拆分索引&＃xff1f;

当最初设置的索引的分片数不够用时就需要拆分索引了&＃xff0c;和压缩索引相反

注意&＃xff1a;只有在创建时指定了index.number_of_routing_shards 的索引才可以进行拆分&＃xff0c;ES7开始将不再有这个限制。

和solr的区别是&＃xff0c;solr是对一个分片进行拆分&＃xff0c;es中是整个索引进行拆分。

拆分步骤&＃xff1a;

准备一个索引来做拆分&＃xff1a;

PUT my_source_index
{"settings": {"index.number_of_shards" : 1,"index.number_of_routing_shards" : 2}
}


先设置索引只读&＃xff1a;

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


做拆分&＃xff1a;

POST my_source_index/_split/my_target_index
{"settings": {"index.number_of_shards": 2}
}


监控拆分过程&＃xff1a;

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&＃xff0c;如日志&＃xff0c;过一定时间后&＃xff0c;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&＃xff0c;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最新的索引的方式&＃xff0c;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 让我们可以根据满足指定的条件&＃xff08;时间、文档数量、索引大小&＃xff09;创建新的索引&＃xff0c;并把别名滚动指向新的索引。

注意&＃xff1a;这时的别名只能是一个索引的别名。

Rollover Index 示例&＃xff1a;

创建一个名字为logs-0000001 、别名为logs_write 的索引&＃xff1a;

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


添加1000个文档到索引logs-000001&＃xff0c;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&＃xff1a;

如果别名logs_write指向的索引是7天前&＃xff08;含&＃xff09;创建的或索引的文档数>&＃61;1000或索引的大小>&＃61; 5gb&＃xff0c;则会创建一个新索引 logs-000002&＃xff0c;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&＃xff1a;

如果索引的名称是-数字结尾&＃xff0c;如logs-000001&＃xff0c;则新建索引的名称也会是这个模式&＃xff0c;数值增1。

如果索引的名称不是-数值结尾&＃xff0c;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&＃xff08;时间表达式&＃xff09;

如果你希望生成的索引名称中带有日期&＃xff0c;如logstash-2016.02.03-1 &＃xff0c;则可以在创建索引时采用时间表达式来命名&＃xff1a;

# PUT / 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&＃xff1a;

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&＃xff1a;

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


说明&＃xff1a;

测试不会创建索引&＃xff0c;只是检测条件是否满足

注意&＃xff1a;rollover是你请求它才会进行操作&＃xff0c;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&＃xff1a;

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

查看所有的索引状态&＃xff1a;

GET /_stats

查看指定索引的状态信息&＃xff1a;

GET /index1,index2/_stats

17.2 查看索引段信息

官网链接&＃xff1a;

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

GET /test/_segments 
GET /index1,index2/_segments
GET /_segments


17.3 查看索引恢复信息

官网链接&＃xff1a;
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&＃xff1a;

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

# 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_storesGET /_shard_stores?status&＃61;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&＃xff0c;可指定清理query, fielddata or request 缓存

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


18.2 Refresh&＃xff0c;重新打开读取索引

POST /kimchy,elasticsearch/_refresh
POST /_refresh


18.3 Flush&＃xff0c;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&＃61;false&max_num_segments&＃61;100&flush&＃61;true


可选参数说明&＃xff1a;

max_num_segments 合并为几个段&＃xff0c;默认1
only_expunge_deletes 是否只合并含有删除文档的段&＃xff0c;默认false
flush 合并后是否刷新&＃xff0c;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、字段的类型等结构信息。相当于数据库中表结构定义&＃xff0c;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&＃xff0c;动态映射两种方式。

 1.1. 为索引创建mapping

 PUT test
{

"mappings" : {
"type1" : {"properties" : {"field1" : { "type" : "text" }}}}
}


 说明&＃xff1a;映射定义后续可以修改

2. 映射类别 Mapping type 废除说明

ES最先的设计是用索引类比关系型数据库的数据库&＃xff0c;用mapping type 来类比表&＃xff0c;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&＃xff0c;就是当多个mapping type中存在同名字段时&＃xff08;特别是同名字段还是不同类型的&＃xff09;&＃xff0c;在一个索引中不好处理&＃xff0c;因为搜索引擎中只有 索引-文档的结构&＃xff0c;不同映射类别的数据都是一个一个的文档&＃xff08;只是包含的字段不一样而已&＃xff09;

从6.0.0开始限定仅包含一个映射类别定义&＃xff08; "index.mapping.single_type": true &＃xff09;&＃xff0c;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&＃xff0c;请现在将这个唯一的映射类别名定义为“_doc”,因为索引的请求地址将规范为&＃xff1a;PUT {index}/_doc/{id} and POST {index}/_doc

Mapping 映射示例&＃xff1a;

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&＃xff1a;

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中提供了丰富的字段类型定义&＃xff0c;请查看官网链接详细了解每种类型的特点&＃xff1a;

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

 3.1 Core Datatypes     核心类型

stringtext and keyword
Numeric datatypeslong, integer, short, byte, double, float, half_float, scaled_float
Date datatypedate
Boolean datatypeboolean
Binary datatypebinary
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&＃xff0c;不需要专门的类型
Object datatypeobject &＃xff1a;表示值为一个JSON 对象
Nested datatypenested&＃xff1a;for arrays of JSON objects&＃xff08;表示值为JSON对象数组 &＃xff09;


3.3 Geo datatypes  地理数据类型

Geo-point datatypegeo_point&＃xff1a;for lat/lon points &＃xff08;经纬坐标点&＃xff09;
Geo-Shape datatypegeo_shape&＃xff1a;for complex shapes like polygons &＃xff08;形状表示&＃xff09;


 3.4 Specialised datatypes 特别的类型

IP datatypeip&＃xff1a;for IPv4 and IPv6 addresses
Completion datatypecompletion&＃xff1a;to provide auto-complete suggestions
Token count datatypetoken_count&＃xff1a;to count the number of tokens in a string
mapper-murmur3murmur3&＃xff1a;to compute hashes of values at index-time and store them in the index
Percolator typeAccepts queries from the query-dsl
join datatypeDefines 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&＃xff0c;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&＃xff1a;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docValuesdynamicenabled 字段是否可用fielddataeager_global_ordinalsformat 指定时间值的格式ignore_aboveignore_malformedindex_optionsindexfieldsnormsnull_valueposition_increment_gappropertiessearch_analyzersimilaritystoreterm_vector


字段定义属性—示例

PUT my_index
{"mappings": {"_doc": {"properties": {"date": {"type": "date","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&＃xff0c;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&＃xff0c;也需要进行keyword 关键字索引来支持排序、聚合&＃xff1b;或需要用不同的分词器进行分词索引。

示例&＃xff1a;

定义多重字段&＃xff1a;

说明&＃xff1a;raw是一个多重版本名&＃xff08;自定义&＃xff09;

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&＃xff1a;

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&＃xff1a;
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&＃xff0c;有以下几类&＃xff1a;


7. 动态映射
动态映射&＃xff1a;ES中提供的重要特性&＃xff0c;让我们可以快速使用ES&＃xff0c;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&＃xff1a;

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&＃xff0c;当有新字段时&＃xff0c; 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&＃xff0c;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&＃xff0c;默认的格式dynamic_date_formats为&＃xff1a;

[ "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&＃xff1a;

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


 禁用时间侦测&＃xff1a;

PUT my_index
{"mappings": {"_doc": {"date_detection": false}}
}


 7.3 Numeric detection  数值侦测

 开启数值侦测&＃xff08;默认是禁用的&＃xff09;

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


更多Java推文&＃xff0c;关注公众号&＃xff1a;

Java后端编程 

关注回复&＃xff1a;Java 获取学习资料