搜索引擎（Elasticsearch索引管理）

學完本課題，你應達成以下目標：

掌握ES的基本使用。
掌握索引的管理操做
掌握映射的相關知識、操做。
掌握索引的別名

快速入門

查看集羣的健康情況

http://localhost:9200/_cat

http://localhost:9200/_cat/health?v
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)
  Yellow - all data is available but some replicas are not yet allocated (cluster is fully functional)
  Red - some data is not available for whatever reason (cluster is partially functional)

查看集羣的節點

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

查看全部索引

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

建立一個索引

建立一個名爲 customer 的索引。pretty要求返回一個漂亮的json 結果

PUT /customer?pretty

再查看一下全部索引

GET /_cat/indices?v

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"
}
'

1?是文檔id

從customer索引中獲取指定id的文檔

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

查詢全部文檔

GET /customer/_search?q=*&sort=name:asc&pretty

JSON格式方式

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

curl -X GET "localhost:9200/customer/_search" -H 'Content-Type: application/json' -d'
{
  "query": { "match_all": {} },
  "sort": [
    {"name": "asc" }
  ]
}
'

 

索引管理

Create Index   建立索引

PUT twitter
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3, 
            "number_of_replicas" : 2 
        }
    }
}
Default for number_of_shards is 5，max is 1024
Default for number_of_replicas is 1 (ie one replica for each primary shard)
索引的名字必須是小寫的，不可重名

或簡單的寫爲：

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

Create Index  with mapping    在建立時加入映射定義

PUT test
{
    "settings" : {
        "number_of_shards" : 1
    },
    "mappings" : {
        "type1" : {
            "properties" : {
                "field1" : { "type" : "text" }
            }
        }
    }
}

Create Index  with Aliases    在建立時加入別名定義

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

返回結果說明

{
    "acknowledged": true,            索引建立成功
    "shards_acknowledged": true,    所需數量的分片+副本啓動成功
    "index": "test"
}

acknowledged、shards_acknowledged 這兩個值也會返回false，若是沒有返回錯誤信息，則表示等待時間到了超時時間就直接返回了。

Get Index   查看索引的定義信息

GET /twitter
能夠一次獲取多個索引（以逗號間隔）
獲取全部索引   _all 或  用通配符*

GET /twitter/_settings

GET /twitter/_mapping

Delete Index

DELETE /twitter

能夠一次刪除多個索引（以逗號間隔） 刪除全部索引   _all 或 通配符 *

判斷索引是否存在

HEAD twitter

HTTP status code 表示結果 404 不存在 ， 200 存在

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。動態信息能夠修改。詳細的設置項請參考： https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings

REST 訪問端點： 
 /_settings  更新全部索引的。
 {index}/_settings     更新一個或多個索引的settings。

修改備份數

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

設置回默認值，用null

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

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，只讀時容許刪除。
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。

索引模板

在建立索引時，爲每一個索引寫定義信息多是一件繁瑣的事情，ES提供了索引模板功能，讓你能夠定義一個索引模板，模板中定義好settings、mapping、以及一個模式定義來匹配建立的索引。

注意：模板只在索引建立時被參考，修改模板不會影響已建立的索引

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"
        }
      }
    }
  }
}
新增/修更名爲tempae_1的模板，匹配名稱爲te* 或 bar*的索引建立。

查看索引模板

GET /_template/template_1

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

GET /_template

刪除模板

DELETE /_template/template_1

Open/Close  Index   打開/關閉索引

POST /my_index/_close
POST /my_index/_open

關閉的索引不能進行讀寫操做，幾乎不佔集羣開銷。 關閉的索引能夠打開，打開走的是正常的恢復流程。

Shrink Index 收縮索引

索引的分片數是不可更改的，如要減小分片數能夠經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，則新索引的分片數能夠爲四、二、1 。

收縮的流程：

1.先把全部主分片都轉移到一臺主機上；
2.在這臺主機上建立一個新索引，分片數較小，其餘設置和原索引一致；
3.把原索引的全部分片，複製（或硬連接）到新索引的目錄下；
4.對新索引進行打開操做恢復分片數據；
5.(可選)從新把新索引的分片均衡到其餘節點上。

收縮前的準備工做：

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，而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 
  }
}
shrink_node_name 指定進行收縮的節點的名稱
index.blocks.write  阻止寫，只讀

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

Split Index 拆分索引

當索引的分片容量過大時，能夠經過拆分操做將索引拆分爲一個倍數分片數的新索引。能拆分爲幾倍由建立索引時指定的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，則可按以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) 
注意：只有在建立時指定了index.number_of_routing_shards 的索引才能夠進行拆分，ES7開始將再也不有這個限制。

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。

準備一個索引來作拆分：

PUT my_source_index
{
    "settings": {
        "index.number_of_shards" : 1,
        "index.number_of_routing_shards" : 2 //建立時須要指定路由分片數

    }
}

先設置索引只讀：

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

作拆分：

POST my_source_index/_split/my_target_index
{
  "settings": {
    "index.number_of_shards": 2 //新索引的分片數需符合拆分規則

  }
}

監控拆分過程：

GET _cat/recovery?v
GET _cluster/health

Rollover Index 別名滾動指向新建立的索引

對於有時效性的索引數據，如日誌，過必定時間後，老的索引數據就沒有用了。咱們能夠像數據庫中根據時間建立表來存放不一樣時段的數據同樣，在ES中也可用建多個索引的方式來分開存放不一樣時段的數據。比數據庫中更方便的是ES中能夠經過別名滾動指向最新的索引的方式，讓你經過別名來操做時老是操做的最新的索引。

ES的rollover index API 讓咱們能夠根據知足指定的條件（時間、文檔數量、索引大小）建立新的索引，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

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

建立一個名字爲logs-0000001 、別名爲logs_write 的索引


# Add > 1000 documents to logs-000001

POST /logs_write/_rollover 
{
  "conditions": {
    "max_age":   "7d",
    "max_docs":  1000,
    "max_size":  "5gb"
  }
}
若是別名logs_write指向的索引是7天前（含）建立的或索引的文檔數>=1000或索引的大小>= 5gb，則會建立一個新索引 logs-000002，並把別名logs_writer指向新建立的logs-000002索引

Rollover Index 新建索引的命名規則

若是索引的名稱是-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。 若是索引的名稱不是-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）

若是你但願生成的索引名稱中帶有日期，如logstash-2016.02.03-1 ，則能夠在建立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時可對新的索引做定義

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  實際操做前先來個排練

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

排練不會建立索引，只是檢測條件是否知足

注意：rollover是你請求它纔會進行操做，並非自動在後臺進行的。你能夠週期性地去請求它。

 

索引監控

查看索引狀態信息

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

GET /_stats

GET /index1,index2/_stats

查看索引段信息

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

GET /test/_segments

GET /index1,index2/_segments

GET /_segments

查看索引恢復信息

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

GET index1,index2/_recovery?human

GET /_recovery?human

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

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

 

索引狀態管理

Clear Cache 清理緩存

POST /twitter/_cache/clear

默認會清理全部緩存，可指定清理query, fielddata or request 緩存

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

Refresh，從新打開讀取索引

POST /kimchy,elasticsearch/_refresh

POST /_refresh

Flush，將緩存在內存中的索引數據刷新到持久存儲中

POST twitter/_flush

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

 

映射詳解

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。至關於數據庫中表結構定義，或 solr中的schema。由於lucene索引文檔時須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。

Create Index  with mapping

PUT test
{
"mappings" : {          //映射定義
        "type1" : {     //名爲type1的映射類別 mapping type
            "properties" : {     //字段定義
                "field1" : { "type" : "text" } //名爲field1的字段，它的field datatype 爲 text
            }
        }
    }
}

映射定義後續能夠修改

映射類別 Mapping type 廢除說明

ES最早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，一個索引中能夠包含多個映射類別。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（特別是同名字段仍是不一樣類型的），在一個索引中很差處理，由於搜索引擎中只有 索引-文檔的結構，不一樣映射類別的數據都是一個一個的文檔（只是包含的字段不同而已）

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。 爲了與將來的規劃匹配，請如今將這個惟一的映射類別名定義爲「_doc」,由於索引的請求地址將規範爲：PUT {index}/_doc/{id} and POST {index}/_doc

多個映射類別就轉變爲多個索引。若是你還想要在一個索引中放多類數據，也可像在數據庫中定義骷髏表同樣，經過定義一個數據類別字段，來區分不一樣的數據。

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 來作這個事

PUT users
{
  "settings": {
    "index.mapping.single_type": true
  },
  "mappings": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "email": {
          "type": "keyword"
        }
      } }  }}

POST _reindex
{
  "source": {
    "index": "twitter",
    "type": "user"
  },
  "dest": {
    "index": "users"
  }
}

轉儲到骷髏索引

POST _reindex
{
  "source": {
    "index": "twitter"
  },
  "dest": {
    "index": "new_twitter"
  },
  "script": {
    "source": """
      ctx._source.type = ctx._type;
      ctx._id = ctx._type + '-' + ctx._id;
      ctx._type = '_doc';
    """
  }
}

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，請查看官網連接詳細瞭解每種類型的特色：

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

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

 

Complex datatypes  複合類型

Array datatype
    數組就是多值，不須要專門的類型
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 ）

 

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）

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

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，還有一些屬性可讓咱們根據須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

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"
        }
      }
    }
  }
}

請詳細查看每一個字段類型對應的可設置屬性。

Multi Field 多重字段

當咱們須要對一個字段進行多種不一樣方式的索引時，可使用fields多重字段定義。如一個字符串字段即須要進行text分詞索引，也須要進行keyword 關鍵字索引來支持排序、聚合；或須要用不一樣的分詞器進行分詞索引。

Multi Field 多重字段—示例

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": { 
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}
raw是一個多重版本名（自定義）

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

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

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

元字段

元字段是ES中定義的文檔字段，有如下幾類：

詳細瞭解： https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html

動態映射

動態映射：ES中提供的重要特性，讓咱們能夠快速使用ES，而不須要先建立索引、定義映射。 如咱們直接向ES提交文檔進行索引：

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

ES將自動爲咱們建立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將根據咱們字段的json的數據類型爲咱們自動加人字段定義到mapping中。

字段動態映射規則

Date detection  時間偵測

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

PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic_date_formats": ["MM/dd/yyyy"]
    }
  }
}
自定義時間格式

PUT my_index
{
  "mappings": {
    "_doc": {
      "date_detection": false
    }
  }
}
禁用時間偵測：

Numeric detection  數值偵測

PUT my_index
{
  "mappings": {
    "_doc": {
      "numeric_detection": true   //開啓數值偵測（默認是禁用的）
    }
  }
}

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

 

索引別名

別名的用途

若是但願一次查詢可查詢多個索引。 若是但願經過索引的視圖來操做索引，就像數據庫庫中的視圖同樣。

索引的別名機制，就是讓咱們能夠以視圖的方式來操做集羣中的索引，這個視圖但是多個索引，也但是一個索引或索引的一部分。

新建索引時定義別名

PUT /logs_20162801
{
    "mappings" : {
        "type" : {
            "properties" : {
                "year" : {"type" : "integer"}
            }
        }
    },
    "aliases" : {
        "current_day" : {},
        "2016" : {
            "filter" : {
                "term" : {"year" : 2016 }
            }
        }
    }
}
定義了兩個別名

建立別名     /_aliases

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

刪除別名

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

DELETE /{index}/_alias/{name}

批量操做

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

爲多個索引定義別名方式一

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

爲多個索引定義別名方式二

注意：只可經過多索引別名進行搜索，不可進行文檔索引和根據id獲取文檔。

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

方式三：經過統配符*模式來指定要別名的索引

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

注意：在這種狀況下，別名是一個點時間別名，它將對全部匹配的當前索引進行別名，當添加/刪除與此模式匹配的新索引時，它不會自動更新。

帶過濾器的別名

索引中須要有字段

PUT /test1
{
  "mappings": {
    "type1": {
      "properties": {
        "user" : {
          "type": "keyword"
        }
      }
    }
  }
}

過濾器經過Query DSL來定義，將做用於經過該別名來進行的全部Search, Count, Delete By Query and More Like This 操做。

POST /_aliases
{
    "actions" : [
        {
            "add" : {
                 "index" : "test1",
                 "alias" : "alias2",
                 "filter" : { "term" : { "user" : "kimchy" } }
            }
        }
    ]
}

帶routing的別名

可在別名定義中指定路由值，可和filter一塊兒使用，用來限定操做的分片，避免不須要的其餘分片操做。

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

POST /_aliases
{
    "actions" : [
        {
            "add" : {
                 "index" : "test",          //爲搜索、索引指定不一樣的路由值
                 "alias" : "alias2",
                 "search_routing" : "1,2",
                 "index_routing" : "2"
            }
        }
    ]
}

下面的查詢自己指定了路由值，請問它最終使用的路由值是多少？

GET /alias2/_search?q=user:kimchy&routing=2,3

以PUT方式來定義一個索引

PUT /{index}/_alias/{name}

PUT /logs_201305/_alias/2013

帶filter 和 routing

PUT /users
{
    "mappings" : {
        "user" : {
            "properties" : {
                "user_id" : {"type" : "integer"}
            }
        }
    }
}

PUT /users/_alias/user_12
{
    "routing" : "12",
    "filter" : {
        "term" : {
            "user_id" : 12
        }
    }
}

查看別名定義信息

GET /{index}/_alias/{alias}

GET /logs_20162801/_alias/*

GET /_alias/2016

GET /_alias/20*