ElasticSearch使用過程是怎樣的

ElasticSearch使用過程是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

這里介紹ElasticSearch的必備知識：從入門、索引管理到映射詳解。

一、快速入門

1. 查看集群的健康狀況

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)，即數據和集群可用，但是集群的備份有的是壞的

Red - some data is not available for whatever reason (cluster is partially functional)，即數據和集群都不可用

查看集群的節點

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

2. 查看所有索引

3. 創建一個索引

創建一個名為 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

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

創建一個名為twitter的索引，設置索引的分片數為3，備份數為2。注意：在ES中創建一個索引類似于在數據庫中建立一個數據庫(ES6.0之后類似于創建一個表)

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為

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映射類似于在數據庫中定義表結構，即表里面有哪些字段、字段是什么類型、字段的默認值等；也類似于solr里面的模式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

索引的設置信息分為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：設為true,則索引以及索引的元數據只可讀  index.blocks.read_only_allow_delete：設為true，只讀時允許刪除。  index.blocks.read：設為true，則不可讀。 index.blocks.write：設為true，則不可寫。  index.blocks.metadata：設為true，則索引元數據不可讀寫。

12. 索引模板

在創建索引時，為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/修改名為tempae_1的模板，匹配名稱為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，幾乎不占集群開銷。

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為一個新的索引。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為4、2、1 。

什么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，后面發現用不了那么多分片，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，復制（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：

將原索引設置為只讀；

將原索引各分片的一個副本重分配到同一個節點上，并且要是健康綠色狀態。

PUT /my_source_index/_settings  {    "settings": {      <!-- 指定進行收縮的節點的名稱 -->      "index.routing.allocation.require._name": "shrink_node_name",      <!-- 阻止寫，只讀 -->       "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為一個倍數分片數的新索引。能拆分為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)

為什么需要拆分索引？

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 的索引才可以進行拆分，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,          <!-- 創建時需要指定路由分片數 -->          "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": {      <!--新索引的分片數需符合拆分規則-->      "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

對于有時效性的索引數據，如日志，過一定時間后，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，并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：

創建一個名字為logs-0000001 、別名為logs_write 的索引：

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

添加1000個文檔到索引logs-000001，然后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，并把別名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采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是你請求它才會進行操作，并不是自動在后臺進行的。你可以周期性地去請求它。

17. 索引監控

17.1 查看索引狀態信息

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

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

17.3 查看索引恢復信息

GET index1,index2/_recovery?human

GET /_recovery?human

17.4 查看索引分片的存儲信息

# 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 強制段合并

POST /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true

可選參數說明：

max_num_segments 合并為幾個段，默認1

only_expunge_deletes 是否只合并含有刪除文檔的段，默認false

flush 合并后是否刷新，默認true

POST /kimchy,elasticsearch/_forcemerge  POST /_forcemerge

三、映射詳解

1. Mapping 映射是什么

映射定義索引中有什么字段、字段的類型等結構信息。相當于數據庫中表結構定義，或 solr中的schema。因為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. 為索引創建mapping

 PUT test  {  <!--映射定義 -->  "mappings" : {  <!--名為type1的映射類別 mapping type-->          "type1" : {          <!-- 字段定義 -->              "properties" : {              <!-- 名為field1的字段，它的field datatype 為 text -->                  "field1" : { "type" : "text" }              }          }      }  }

說明：映射定義后續可以修改

2. 映射類別 Mapping type 廢除說明

ES最先的設計是用索引類比關系型數據庫的數據庫，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，因為搜索引擎中只有 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。

為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為“_doc”,因為索引的請求地址將規范為：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了解每種類型的特點：

 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     范圍      integer_range, float_range, long_range, double_range, date_range

3.2 Complex datatypes 復合類型

Array datatype      數組就是多值，不需要專門的類型  Object datatype      object ：表示值為一個JSON 對象  Nested datatype      nested：for arrays of JSON objects（表示值為JSON對象數組 ）

3.3 Geo datatypes  地理數據類型

Geo-point datatype      geo_point：for lat/lon points  （經緯坐標點）  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)定義了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。

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    值復制給另一字段    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",             <!--格式化日期 -->            "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"              }            }         }        }      }   }  }

往多重字段里面添加文檔

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：

元字段是ES中定義的文檔字段，有以下幾類：

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將自動為我們創建data索引、_doc 映射、類型為 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的數據類型為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里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為設置的格式

date_detection 默認是開啟的，默認的格式dynamic_date_formats為：

[ "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

開啟數值偵測（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"  }

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。