ElasticSearch最全詳細使用教程：入門、索引管理、映射詳解

原文：https://www.enmotech.com/web/detail/1/835/1.html

導讀：本文介紹了ElasticSearch的必備知識：從入門、索引管理到映射詳解。

一、快速入門

1. 查看集羣的健康狀況

http://localhost:9200/_cat

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

說明：v是用來要求在結果中返回表頭

狀態值說明

Green - everything is good (cluster is fully functional)，即最佳狀態

Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional)，即數據和集羣可用，但是集羣的備份有的是壞的
Red - some data is not available for whatever reason (cluster is partially functional)，即數據和集羣都不可用

查看集羣的節點

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

2. 查看所有索引
http://localhost:9200/_cat/indices?v

3. 創建一個索引
創建一個名爲 customer 的索引。pretty要求返回一個漂亮的json 結果

PUT /customer?pretty

再查看一下所有索引
http://localhost:9200/_cat/indices?v

GET /_cat/indices?v

4. 索引一個文檔到customer索引中

curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'

{
"name": "John Doe"
}
'

5. 從customer索引中獲取指定id的文檔

curl -X GET "localhost:9200/customer/_doc/1?pretty"

6. 查詢所有文檔

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. 創建索引

創建一個名爲twitter的索引，設置索引的分片數爲3，備份數爲2。注意：在ES中創建一個索引

類似於在數據庫中建立一個數據庫(ES6.0之後類似於創建一個表)

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

說明：
默認的分片數是5到1024
默認的備份數是1
索引的名稱必須是小寫的，不可重名

創建結果：

創建的命令還可以簡寫爲

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

2. 創建mapping映射

注意：在ES中創建一個mapping映射類似於在數據庫中定義表結構，即表裏面有哪些字段、字段是什麼類型、字段的默認值等；也類似於solr裏面的模式schema的定義

PUT twitter
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3,
            "number_of_replicas" : 2
        }
    },
   "mappings" : {
        "type1" : {
            "properties" : {
                "field1" : { "type" : "text" }
            }
        }
    }
}

3. 創建索引時加入別名定義

PUT twitter

{
    "aliases" : {
        "alias_1" : {},
        "alias_2" : {
            "filter" : {
                "term" : {"user" : "kimchy" }
            },
            "routing" : "kimchy"
        }
    }
}

4. 創建索引時返回的結果說明

5. Get Index 查看索引的定義信息
GET /twitter，可以一次獲取多個索引（以逗號間隔）獲取所有索引 _all 或用通配符*

GET /twitter/_settings

GET /twitter/_mapping

6. 刪除索引
DELETE /twitter

說明：

可以一次刪除多個索引（以逗號間隔）刪除所有索引 _all 或通配符 *

7. 判斷索引是否存在
HEAD twitter
HTTP status code 表示結果 404 不存在， 200 存在

8. 修改索引的settings信息
索引的設置信息分爲靜態信息和動態信息兩部分。靜態信息不可更改，如索引的分片數。動態信息可以修改。

REST 訪問端點：
/_settings 更新所有索引的。
{index}/_settings 更新一個或多個索引的settings。

詳細的設置項請參考：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings

9. 修改備份數

PUT /twitter/_settings
{
    "index" : {
        "number_of_replicas" : 2
    }
}

10. 設置回默認值，用null

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

    }

11. 設置索引的讀寫

index.blocks.read_only：設爲true,則索引以及索引的元數據只可讀
index.blocks.read_only_allow_delete：設爲true，只讀時允許刪除。
index.blocks.read：設爲true，則不可讀。
index.blocks.write：設爲true，則不可寫。
index.blocks.metadata：設爲true，則索引元數據不可讀寫。

12. 索引模板
在創建索引時，爲每個索引寫定義信息可能是一件繁瑣的事情，ES提供了索引模板功能，讓你可以定義一個索引模板，模板中定義好settings、mapping、以及一個模式定義來匹配創建的索引。

注意：模板只在索引創建時被參考，修改模板不會影響已創建的索引

12.1 新增/修改名爲tempae_1的模板，匹配名稱爲te* 或 bar*的索引創建：

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_1

GET /_template/temp*
GET /_template/template_1,template_2
GET /_template

12.3 刪除模板

DELETE /_template/template_1

13. Open/Close Index 打開/關閉索引

POST /my_index/_close

POST /my_index/_open

說明：

關閉的索引不能進行讀寫操作，幾乎不佔集羣開銷。
關閉的索引可以打開，打開走的是正常的恢復流程。

14. Shrink Index 收縮索引
索引的分片數是不可更改的，如要減少分片數可以通過收縮方式收縮爲一個新的索引。新索引的分片數必須是原分片數的因子值，如原分片數是8，則新索引的分片數可以爲4、2、1 。

什麼時候需要收縮索引呢?

最初創建索引的時候分片數設置得太大，後面發現用不了那麼多分片，這個時候就需要收縮了

收縮的流程：

先把所有主分片都轉移到一臺主機上；
在這臺主機上創建一個新索引，分片數較小，其他設置和原索引一致；
把原索引的所有分片，複製（或硬鏈接）到新索引的目錄下；
對新索引進行打開操作恢復分片數據；
(可選)重新把新索引的分片均衡到其他節點上。

收縮前的準備工作；

將原索引設置爲只讀；

將原索引各分片的一個副本重分配到同一個節點上，並且要是健康綠色狀態。

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

進行收縮：

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

監控收縮過程：
GET _cat/recovery?v
GET _cluster/health

15. Split Index 拆分索引
當索引的分片容量過大時，可以通過拆分操作將索引拆分爲一個倍數分片數的新索引。能拆分爲幾倍由創建索引時指定的index.number_of_routing_shards 路由分片數決定。這個路由分片數決定了根據一致性hash路由文檔到分片的散列空間。

如index.number_of_routing_shards = 30 ，指定的分片數是5，則可按如下倍數方式進行拆分：
5 → 10 → 30 (split by 2, then by 3)
5 → 15 → 30 (split by 3, then by 2)
5 → 30 (split by 6)

爲什麼需要拆分索引？

當最初設置的索引的分片數不夠用時就需要拆分索引了，和壓縮索引相反

注意：只有在創建時指定了index.number_of_routing_shards 的索引纔可以進行拆分，ES7開始將不再有這個限制。

和solr的區別是，solr是對一個分片進行拆分，es中是整個索引進行拆分。

拆分步驟：

準備一個索引來做拆分：

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

先設置索引只讀：

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

做拆分：

POST my_source_index/_split/my_target_index
{
"settings": {

"index.number_of_shards": 2
}
}

監控拆分過程：
GET _cat/recovery?v
GET _cluster/health

16. Rollover Index 別名滾動指向新創建的索引
對於有時效性的索引數據，如日誌，過一定時間後，老的索引數據就沒有用了。我們可以像數據庫中根據時間創建表來存放不同時段的數據一樣，在ES中也可用建多個索引的方式來分開存放不同時段的數據。比數據庫中更方便的是ES中可以通過別名滾動指向最新的索引的方式，讓你通過別名來操作時總是操作的最新的索引。

ES的rollover index API 讓我們可以根據滿足指定的條件（時間、文檔數量、索引大小）創建新的索引，並把別名滾動指向新的索引。

注意：這時的別名只能是一個索引的別名。

Rollover Index 示例：

創建一個名字爲logs-0000001 、別名爲logs_write 的索引：

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

添加1000個文檔到索引logs-000001，然後設置別名滾動的條件

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

說明：
如果別名logs_write指向的索引是7天前（含）創建的或索引的文檔數>=1000或索引的大小>= 5gb，則會創建一個新索引 logs-000002，並把別名logs_writer指向新創建的logs-000002索引
Rollover Index 新建索引的命名規則：
如果索引的名稱是-數字結尾，如logs-000001，則新建索引的名稱也會是這個模式，數值增1。

如果索引的名稱不是-數值結尾，則在請求rollover api時需指定新索引的名稱

POST /my_alias/_rollover/my_new_index_name
{
"conditions": {
    "max_age":   "7d",
    "max_docs": 1000,
    "max_size": "5gb"
}

在名稱中使用Date math（時間表達式）

如果你希望生成的索引名稱中帶有日期，如logstash-2016.02.03-1 ，則可以在創建索引時採用時間表達式來命名：

# 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時可對新的索引作定義：

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 實際操作前先測試是否達到條件：

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

說明：
測試不會創建索引，只是檢測條件是否滿足
注意：rollover是你請求它纔會進行操作，並不是自動在後臺進行的。你可以週期性地去請求它。

17. 索引監控
17.1 查看索引狀態信息

官網鏈接：

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

查看所有的索引狀態：

GET /_stats

查看指定索引的狀態信息：

GET /index1,index2/_stats

17.2 查看索引段信息

官網鏈接：

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

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

17.3 查看索引恢復信息

官網鏈接：

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

GET index1,index2/_recovery?human
GET /_recovery?human

17.4 查看索引分片的存儲信息

官網鏈接：

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_stores
GET /_shard_stores?status=green

18. 索引狀態管理
18.1 Clear Cache 清理緩存
POST /twitter/_cache/clear
默認會清理所有緩存，可指定清理query, fielddata or request 緩存
POST /kimchy,elasticsearch/_cache/clear
POST /_cache/clear

18.2 Refresh，重新打開讀取索引
POST /kimchy,elasticsearch/_refresh
POST /_refresh

18.3 Flush，將緩存在內存中的索引數據刷新到持久存儲中
POST twitter/_flush

18.4 Force merge 強制段合併
POST /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true

可選參數說明：

max_num_segments 合併爲幾個段，默認1
only_expunge_deletes 是否只合並含有刪除文檔的段，默認false
flush 合併後是否刷新，默認true

POST /kimchy,elasticsearch/_forcemerge
POST /_forcemerge

三、映射詳解

1. Mapping 映射是什麼

映射定義索引中有什麼字段、字段的類型等結構信息。相當於數據庫中表結構定義，或 solr中的schema。因爲lucene索引文檔時需要知道該如何來索引存儲文檔的字段。
ES中支持手動定義映射，動態映射兩種方式。

1.1. 爲索引創建mapping

PUT test
{

"mappings" : {

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

說明：映射定義後續可以修改

2. 映射類別 Mapping type 廢除說明
ES最先的設計是用索引類比關係型數據庫的數據庫，用mapping type 來類比表，一個索引中可以包含多個映射類別。這個類比存在一個嚴重的問題，就是當多個mapping type中存在同名字段時（特別是同名字段還是不同類型的），在一個索引中不好處理，因爲搜索引擎中只有索引-文檔的結構，不同映射類別的數據都是一個一個的文檔（只是包含的字段不一樣而已）

從6.0.0開始限定僅包含一個映射類別定義（ "index.mapping.single_type": true ），兼容5.x中的多映射類別。從7.0開始將移除映射類別。
爲了與未來的規劃匹配，請現在將這個唯一的映射類別名定義爲“_doc”,因爲索引的請求地址將規範爲：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" }
      }
    }
}

}

多映射類別數據轉儲到獨立的索引中：

ES 提供了reindex API 來做這個事

3. 字段類型 datatypes
字段類型定義了該如何索引存儲字段值。ES中提供了豐富的字段類型定義，請查看官網鏈接詳細瞭解每種類型的特點：

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

3.1 Core Datatypes 核心類型

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     範圍
    integer_range, float_range, long_range, double_range, date_range

3.2 Complex datatypes 複合類型
Array datatype
    數組就是多值，不需要專門的類型
Object datatype
    object ：表示值爲一個JSON 對象
Nested datatype
    nested：for arrays of JSON objects（表示值爲JSON對象數組）

3.3 Geo datatypes 地理數據類型

Geo-point datatype
geo_point：for lat/lon points （經緯座標點）
Geo-Shape datatype
geo_shape：for complex shapes like polygons （形狀表示）

3.4 Specialised datatypes 特別的類型

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. 字段定義屬性介紹
字段的type (Datatype)定義瞭如何索引存儲字段值，還有一些屬性可以讓我們根據需要來覆蓋默認的值或進行特別定義。請參考官網介紹詳細瞭解：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html

analyzer 指定分詞器

    normalizer   指定標準化器
    boost        指定權重值
    coerce      強制類型轉換
    copy_to    值複製給另一字段
    doc_values 是否存儲docValues
    dynamic
    enabled    字段是否可用
    fielddata
    eager_global_ordinals
    format    指定時間值的格式
    ignore_above
    ignore_malformed
    index_options
    index
    fields
    norms
    null_value
    position_increment_gap
    properties
    search_analyzer
    similarity
    store
    term_vector

字段定義屬性—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
當我們需要對一個字段進行多種不同方式的索引時，可以使用fields多重字段定義。如一個字符串字段即需要進行text分詞索引，也需要進行keyword 關鍵字索引來支持排序、聚合；或需要用不同的分詞器進行分詞索引。

示例：

定義多重字段：

說明：raw是一個多重版本名（自定義）

PUT my_index
{
"mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": {
              "type": "keyword"
            }
          }
        }
      }
    }
}
}

往多重字段裏面添加文檔

PUT my_index/_doc/1
{
"city": "New York"
}

PUT my_index/_doc/2
{
"city": "York"
}

獲取多重字段的值：

GET my_index/_search
{
"query": {
    "match": {
      "city": "york"
    }
},
"sort": {
    "city.raw": "asc"
},
"aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw"
      }
    }
}
}

6. 元字段
官網鏈接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html

元字段是ES中定義的文檔字段

7. 動態映射
動態映射：ES中提供的重要特性，讓我們可以快速使用ES，而不需要先創建索引、定義映射。如我們直接向ES提交文檔進行索引：
PUT data/_doc/1
{ "count": 5 }

ES將自動爲我們創建data索引、_doc 映射、類型爲 long 的字段 count

索引文檔時，當有新字段時， ES將根據我們字段的json的數據類型爲我們自動加人字段定義到mapping中。

7.1 字段動態映射規則

7.2 Date detection 時間偵測

所謂時間偵測是指我們往ES裏面插入數據的時候會去自動檢測我們的數據是不是日期格式的，是的話就會給我們自動轉爲設置的格式

date_detection 默認是開啓的，默認的格式dynamic_date_formats爲：

[ "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

自定義時間格式：

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

禁用時間偵測：

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

7.3 Numeric detection 數值偵測

開啓數值偵測（默認是禁用的）

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

想了解更多關於數據庫、雲技術的內容嗎？

快來關注“數據和雲”公衆號、“雲和恩墨”官方網站，我們期待與大家一同學習和進步！

（掃描上方二維碼，關注“數據和雲”公衆號，即可查看更多科技文章）

數據和雲小程序『DBASK』在線問答，隨時解惑歡迎瞭解和關注。

來源：：ZhaoYingChao88

ElasticSearch最全詳細使用教程：入門、索引管理、映射詳解

Window 安裝 Python 失敗 0x80070643，發生嚴重錯誤

2020年4月數據庫流行度排行：MySQL 成事實王者，國產openGauss引期待

Oracle 20c 新特性：區塊鏈表的加密HASH以及刪除保護

ElasticSearch最全詳細使用教程：入門、索引管理、映射詳解

GS-00001 - GaussDB 100 OLTP第一號錯誤的診斷和解決

Oracle Database Express 18.4版本：敏捷的二步安裝法

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結