前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ElasticSearch最全详细使用教程:入门、索引管理、映射详解

ElasticSearch最全详细使用教程:入门、索引管理、映射详解

作者头像
数据和云
发布2019-08-12 15:44:12
3K0
发布2019-08-12 15:44:12
举报
文章被收录于专栏:数据和云

墨墨导读:本文介绍了ElasticSearch的必备知识: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: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,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

代码语言:javascript
复制
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

代码语言:javascript
复制
curl -X GET "localhost:9200/customer/_doc/1?pretty"

6. 查询所有文档

代码语言:javascript
复制
GET /customer/_search?q=*&sort=name:asc&pretty

JSON格式方式

代码语言:javascript
复制
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)

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
PUT /twitter/_settings
{
    "index" : {
        "number_of_replicas" : 2
    }
}

10. 设置回默认值,用null

代码语言:javascript
复制
PUT /twitter/_settings
{
    "index" : {
        "refresh_interval" : null
    }
}

11. 设置索引的读写

代码语言:javascript
复制
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:

代码语言:javascript
复制
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

代码语言:javascript
复制
GET /_template/template_1
GET /_template/temp* 
GET /_template/template_1,template_2
GET /_template

12.3 删除模板

代码语言:javascript
复制
DELETE /_template/template_1

13. Open/Close Index 打开/关闭索引

代码语言:javascript
复制
POST /my_index/_close
POST /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? 最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。

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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,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:

代码语言:javascript
复制
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? 当最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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
PUT /my_source_index/_settings
{
  "settings": {
    "index.blocks.write": true
  }
}

做拆分:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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最新的索引的方式,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:

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
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:

代码语言:javascript
复制
# 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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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

代码语言:javascript
复制
GET /test/_segments 
GET /index1,index2/_segments
GET /_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

代码语言:javascript
复制
# 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

默认会清理所有缓存,可指定清理query, fielddata or request 缓存

代码语言:javascript
复制
POST /kimchy,elasticsearch/_cache/clear
POST /_cache/clear

18.2 Refresh,重新打开读取索引

代码语言:javascript
复制
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

代码语言:javascript
复制
POST twitter/_flush

18.4 Force merge 强制段合并

代码语言:javascript
复制
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

代码语言:javascript
复制
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,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

代码语言:javascript
复制
 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:PUT {index}/_doc/{id} and POST {index}/_doc Mapping 映射示例:

代码语言:javascript
复制
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-types.html 3.1 Core Datatypes 核心类型

代码语言:javascript
复制
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

代码语言:javascript
复制
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 datatypes 地理数据类型

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
    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

代码语言:javascript
复制
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)

代码语言:javascript
复制
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": {
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}

往多重字段里面添加文档

代码语言:javascript
复制
PUT my_index/_doc/1
{
  "city": "New York"
}
 
PUT my_index/_doc/2
{
  "city": "York"
}

获取多重字段的值:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
[ "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:

代码语言:javascript
复制
PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic_date_formats": ["MM/dd/yyyy"]
    }
  }
}

禁用时间侦测:

代码语言:javascript
复制
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)

代码语言:javascript
复制
PUT my_index
{
  "mappings": {
    "_doc": {
      "numeric_detection": true
    }
  }
}
PUT my_index/_doc/1
{
  "my_float":   "1.0",
  "my_integer": "1"
}

出处:https://blog.csdn.net/ZYC88888/article/details/91463253

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-08-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据和云 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
Elasticsearch Service
腾讯云 Elasticsearch Service(ES)是云端全托管海量数据检索分析服务,拥有高性能自研内核,集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群,也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务,它独特的向量检索还可助您构建基于语义、图像的AI深度应用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档