原文: Elasticsearch入門教程(三)：Elasticsearch索引&映射

本文連接： https://blog.csdn.net/vbirdbest/article/details/79213163

索引概念簡介

一般說的索引有兩種詞性，名稱和動詞。git

動詞索引indexing，索引一個文檔，表示把一個文檔存儲到索引Index裏，能夠用來查詢和檢索，es採用倒排索引
名詞索引index，簡單的理解成關係型數據庫中的數據庫的概念

索引的命名必須是所有小寫，不能如下劃線開頭．github

建立索引

建立索引能夠顯式建立，也能夠隱式建立。算法

顯式建立：在關係型數據庫中，須要先建數據庫，在建立數據庫時能夠指定一些配置，如字符編碼，數據庫引擎等，建立表時須要指定表都包含哪些列，每一個列的數據類型等，在在Elasticsearch中建立數據庫(索引)和建立表(映射)是一步完成的，顯式建立須要在建立時指定對索引的一些配置，須要列舉出索引包含的字段，也就是所謂的映射Mapping
隱式操做：隱式操做的方式是直接向索引中插入一條文檔便可，es在插入的時候會判斷索引是否存在，若是不存在，系統會根據文檔包含的字段做爲索引的映射，對索引的一些配置採用默認的配置來建立出來索引，建立索引的過程是es在後臺默默的實現的。

顯式建立能夠根據具體狀況對索引進行配置，並且對於中文分詞es是默認採用的分詞是適合英文並適合中文的，能夠在建立索引的時候本身指定分詞器。sql

ES支持的數據類型

text 文本類型，text類型若是不顯示指定映射的字段屬性，默認是使用標準分詞器進行分詞，通常數據類型是text要麼顯示指定分詞器，要麼不分詞，通常不使用默認的分詞器（除非文本是純英文）
keyword : 若是數組中的值是字符串，最好使用keyword, 它不會對字符串進行分詞
date 支持的格式有：能夠經過format定義日期的數據格式，也支持毫秒數
boolean
float
double
byte
short
integer
long
object
nested : 嵌套對象, 用於數組中的元素是對象的[{}, {}]
ip 即支持ipv4也支持ipv6
completion
binary
geo-point：支持經緯度存儲和距離範圍檢索
geo-shape：支持任意圖形範圍的檢索，例如矩形和平面多邊形

注意：不一樣的數據類型索引的方式有稍許不一樣，如date何text類型不同，date採用精確匹配，text採用全文檢索方式。對於數組，es並無專門的數組類型。任何域均可以包含0、1或者多個值，就像全文域分析獲得多個詞條。這暗示數組中全部的值必須是相同數據類型的。數據庫

映射mappings

映射就是建立索引時指定都包含哪些字段以及字段的數據類型、分詞器等一些設置。數組

字段設置參數bash

「type」: 「text」, // 指定字段的數據類型
「analyzer」:」ik _max_word」, //指定分詞器的名稱,便可用使用內置的分詞器也可使用第三方分詞器
- 默認standard，
- 內置的分析器有whitespace 、 simple和english
- 第三方分詞器：ik分詞器包括ik_max_word和ik_smart，ik_max_word：會將文本作最細粒度的拆分；儘量多的拆分出詞語，ik_smart：會作最粗粒度的拆分；已被分出的詞語將不會再次被其它詞語佔有
「search_analyzer」:」ik _max_word」 // 指定查詢的分詞器,默認和analyzer保持一致，通常分詞器和查詢分詞器要保持一致
「properties」: {}, // 當數據類型是object時，須要具體指定內部對象對應的字段
「format」: 「yyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis」 // 格式化，通常用於指定日期類型的格式
「dynamic」: 「strict」動態映射配置，當文檔中發現新字段時應該如何處理, 能夠用在根 object 或任何 object 類型的字段上，你能夠將 dynamic 的默認值設置爲 strict , 而只在指定的內部對象中開啓它
- true: 默認值，動態添加新的字段
- false: 忽略新的字段
- strict: 若是遇到新字段拋出異常,若是Elasticsearch是做爲重要的數據存儲，可能就會指望遇到新字段就會拋出異常，這樣能及時發現問題。
dynamic_templates 動態模板：爲知足條件的字段作統一映射，能夠經過字段名稱或者字段類型來匹配指定的映射規則，每一個模板都有一個名稱，你能夠用來描述這個模板的用途，一個mapping來指定映射應該怎樣使用，以及至少一個參數 (如 match) 來定義這個模板適用於哪一個字段。
模板按照順序來檢測；第一個匹配的模板會被啓用
- match 參數只匹配字段名稱
- match_mapping_type 容許你應用模板到特定類型的字段上，就像有標準動態映射規則檢測的同樣
「fielddata」:boolean //針對分詞字段，參與排序或聚合時能提升性能，默認是false，false是不容許聚合操做的
「boost」:1.23 // 權重：字段級別的分數加權，指定字段在搜索時所佔的權重，所佔的百分比
「fields」:{「raw」:{「type」:」keyword」}} //能夠對一個字段提供多種索引模式，同一個字段的值，一個分詞，一個不分詞，應用場景：便可以用於對字符串進行字符排序，也能夠全文索引,排序時使用字段.raw來引用排序字段
「index」: 「analyzed」, // 指定文本類型的字段是否分詞、是否存儲該字段的值（在新版本中index值爲boolean類型，語意也發生了變化，TODO待更新），有三個值：
- analyzed:首先分析字符串，而後索引(存儲)它。換句話說，以全文索引這個域（也就是說即分詞，又存儲字段的值，便可以經過全文檢索的方式對該字段進行搜索）
- not_analyzed:索引(存儲)這個域，因此它可以被搜索，但索引的是精確值。不會對它進行分析(不對字段的值進行分詞，而是完整的存儲該值，因此只能經過精確值才能搜索出來，即徹底匹配，至關於sql中的等號=的做用)
- no:不索引這個域。這個域不會被搜索到(對該字段不分詞，也不存儲，至關於沒有這個字段同樣？？？)
「store」:false//是否單獨設置此字段的是否存儲而從_source字段中分離，默認是false，只能搜索，不能獲取值
「doc_values」:false//對not_analyzed字段，默認都是開啓，分詞字段不能使用，對排序和聚合能提高較大性能，節約內存
「ignore_above」:100 //超過100個字符的文本，將會被忽略，不被索引
「include_in_all」:ture//設置是否此字段包含在_all字段中，默認是true，除非index設置成no選項
「index_options」:」docs」//4個可選參數docs（索引文檔號） ,freqs（文檔號+詞頻），positions（文檔號+詞頻+位置，一般用來距離查詢），offsets（文檔號+詞頻+位置+偏移量，一般被使用在高亮字段）分詞字段默認是position，其餘的默認是docs
「norms」:{「enable」:true,」loading」:」lazy」}//分詞字段默認配置，不分詞字段：默認{「enable」:false}，存儲長度因子和索引時boost，建議對須要參與評分字段使用，會額外增長內存消耗量
「null_value」:」NULL」//設置一些缺失字段的初始化值，只有string可使用，分詞字段的null值也會被分詞
「position_increament_gap」:0//影響距離查詢或近似查詢，能夠設置在多值字段的數據上火分詞字段上，查詢時可指定slop間隔，默認值是100
「similarity」:」BM25」//默認是TF/IDF算法，指定一個字段評分策略，僅僅對字符串型和分詞類型有效
「term_vector」:」no」//默認不存儲向量信息，支持參數yes（term存儲），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量) 對快速高亮fast vector highlighter能提高性能，但開啓又會加大索引體積，不適合大數據量用

ik分詞器 https://github.com/medcl/elasticsearch-analysis-ik 支持自定義熱詞配置(如香菇藍瘦帥的一逼等)微信

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
  
  
  
   
   
            
   
   
// 默認standard，內置的分析器有whitespace 、 simple 和 english
// ik支持兩種分詞器：ik_max_word，ik_smart
// 分析器：用於測試分詞的數據
GET /_analyze
{
  "analyzer" : "ik_max_word",
  "text": "美國留給伊拉克的是個爛攤子嗎"
}

settings設置

settings用於設置索引的分片數量、副本數量、默認的分詞器等，Elasticsearch 提供了優化好的默認配置。除非你理解這些配置的做用而且知道爲何要去修改，不然不要隨意修改。markdown

「number_of_shards」 : 5, // 每一個索引的主分片數，默認值是 5 。這個配置在索引建立後不能修改。
「number_of_replicas」 : 1, // 每一個主分片的副本數，默認值是 1 。對於活動的索引庫，這個配置能夠隨時修改。
「analysis」 : { 「analyzer」 : { 「ik」 : { 「tokenizer」 : 「ik_ max_word」 } } }

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
  
  
  
   
   
            
   
   
// 建立只有 一個主分片，沒有副本的小索引：
PUT /my_temp_index
{
    "settings": {
        "number_of_shards" :   1,
        "number_of_replicas" : 0
    }
}
// 用update-index-settings API 動態修改副本數：
PUT /my_temp_index/_settings
{
    "number_of_replicas": 1
}

aliases別名

索引別名就像一個快捷方式或軟鏈接,或者是一個指向，都是最終指的同一個東西，別名帶給咱們極大的靈活性，容許咱們作下面這些：app

在運行的集羣中能夠無縫的從一個索引切換到另外一個索引
給多個索引分組 (例如， last_three_months)
給索引的一個子集建立視圖

有兩種方式管理別名： _alias用於單個操做， _aliases用於執行多個原子級操做。

Mapping一旦建立是不容許修改字段的數據類型的，爲了防止之後有可能修改索引的狀況，剛開始建立索引時最好就爲該索引建立一個別名，而後在程序中直接使用別名，而不使用真實的索引名稱。
若是後面須要要修改映射，能夠再建立一個新的索引，而後把以前索引裏的數據導入到新建立的索引裏, 爲新索引增長一個別名，將別名從老索引中移除，這樣應用程序仍然使用的是別名，而這個別名已經指向了新的索引，這樣就達到了不修改索引名而修改索引的目的。

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
   
   
   
    
    
             
    
    14
   
   
   
    
    
             
    
    15
   
   
   
    
    
             
    
    16
   
   
   
    
    
             
    
    17
   
   
   
    
    
             
    
    18
   
   
   
    
    
             
    
    19
   
   
   
    
    
             
    
    20
   
   
   
    
    
             
    
    21
   
   
   
    
    
             
    
    22
   
   
   
    
    
             
    
    23
   
   
   
    
    
             
    
    24
   
   
   
    
    
             
    
    25
   
   
   
    
    
             
    
    26
   
   
   
    
    
             
    
    27
   
   
   
    
    
             
    
    28
   
   
   
    
    
             
    
    29
   
   
   
    
    
             
    
    30
   
   
   
    
    
             
    
    31
   
   
   
    
    
             
    
    32
   
   
   
    
    
             
    
    33
   
   
   
    
    
             
    
    34
   
   
   
    
    
             
    
    35
   
   
   
    
    
             
    
    36
   
   
   
    
    
             
    
    37
   
   
   
    
    
             
    
    38
   
   
   
    
    
             
    
    39
   
   
   
    
    
             
    
    40
   
   
   
    
    
             
    
    41
   
   
   
    
    
             
    
    42
   
   
   
    
    
             
    
    43
   
   
   
    
    
             
    
    44
   
   
   
    
    
             
    
    45
   
   
   
    
    
             
    
    46
   
   
   
    
    
             
    
    47
   
   
   
    
    
             
    
    48
   
   
   
    
    
             
    
    49
   
   
   
    
    
             
    
    50
   
   
   
    
    
             
    
    51
   
   
   
    
    
             
    
    52
   
   
   
    
    
             
    
    53
   
   
   
    
    
             
    
    54
   
   
   
    
    
             
    
    55
   
   
   
    
    
             
    
    56
   
   
   
    
    
             
    
    57
   
   
   
    
    
             
    
    58
  
  
  
   
   
            
   
   
// 0. 建立索引(age的類型爲long)
PUT /school_v1
{
  "mappings": {
    "students": {
      "properties": {
        "name": { "type": "text" },
        "age": {"type": "long"}
      }
    }
  }
}

// 1. 爲索引建立一個別名
PUT /school_v1/_alias/school

// 查看別名指向的索引
GET /*/_alias/school 
// 查詢索引對應的別名
GET /school_v1/_alias/*

// 2.建立一個新的索引，名字不能和以前的不同，此次將age的數據類型改成short
PUT /school_v2
{
  "mappings": {
    "students": {
      "properties": {
        "name": { "type": "text" },
        "age": {"type": "short"}
      }
    }
  }
}

// 3.遷移數據：將以前的索引裏的文檔遷移到新的索引上
// 先將數據批量查詢出來，而後批量插入
GET /school/students/_search?scroll=1m

POST /schools/students/_bulk
{"index": {"_id": 1}}
{"name": "張三","age": 27}
{"index": {"_id": 2}}
{"name": "小明","age": 28}

GET /schools/students/_search

// 4.爲新索引增長別名，別名名稱爲老索引名稱，這樣系統能夠直接使用老索引的名稱來操做新索引
POST /_aliases 
{
  "actions": [
    {
      "add": { "index": "school_v2", "alias": "school"},
      "remove": { "index": "school_v1", "alias": "school"}
    }
  ]
}

GET /school/students/_search

別名就是索引的另外一個名字，就像人的姓名和筆名同樣，都是指向的同一我的，能夠經過POST /_aliases 路徑對別名進行add、remove操做

TIP: 在你的應用中使用別名而不是索引名。而後你就能夠在任什麼時候候重建索引。別名的開銷很小，應該普遍使用。

索引操做

建立索引
PUT /{index}

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
   
   
   
    
    
             
    
    14
   
   
   
    
    
             
    
    15
   
   
   
    
    
             
    
    16
   
   
   
    
    
             
    
    17
   
   
   
    
    
             
    
    18
   
   
   
    
    
             
    
    19
   
   
   
    
    
             
    
    20
   
   
   
    
    
             
    
    21
   
   
   
    
    
             
    
    22
   
   
   
    
    
             
    
    23
   
   
   
    
    
             
    
    24
   
   
   
    
    
             
    
    25
   
   
   
    
    
             
    
    26
   
   
   
    
    
             
    
    27
   
   
   
    
    
             
    
    28
   
   
   
    
    
             
    
    29
   
   
   
    
    
             
    
    30
   
   
   
    
    
             
    
    31
   
   
   
    
    
             
    
    32
   
   
   
    
    
             
    
    33
   
   
   
    
    
             
    
    34
   
   
   
    
    
             
    
    35
   
   
   
    
    
             
    
    36
   
   
   
    
    
             
    
    37
   
   
   
    
    
             
    
    38
   
   
   
    
    
             
    
    39
   
   
   
    
    
             
    
    40
   
   
   
    
    
             
    
    41
   
   
   
    
    
             
    
    42
   
   
   
    
    
             
    
    43
   
   
   
    
    
             
    
    44
   
   
   
    
    
             
    
    45
   
   
   
    
    
             
    
    46
   
   
   
    
    
             
    
    47
   
   
   
    
    
             
    
    48
   
   
   
    
    
             
    
    49
   
   
   
    
    
             
    
    50
   
   
   
    
    
             
    
    51
   
   
   
    
    
             
    
    52
   
   
   
    
    
             
    
    53
   
   
   
    
    
             
    
    54
   
   
   
    
    
             
    
    55
   
   
   
    
    
             
    
    56
   
   
   
    
    
             
    
    57
   
   
   
    
    
             
    
    58
   
   
   
    
    
             
    
    59
   
   
   
    
    
             
    
    60
   
   
   
    
    
             
    
    61
   
   
   
    
    
             
    
    62
   
   
   
    
    
             
    
    63
   
   
   
    
    
             
    
    64
   
   
   
    
    
             
    
    65
   
   
   
    
    
             
    
    66
   
   
   
    
    
             
    
    67
   
   
   
    
    
             
    
    68
   
   
   
    
    
             
    
    69
   
   
   
    
    
             
    
    70
   
   
   
    
    
             
    
    71
   
   
   
    
    
             
    
    72
   
   
   
    
    
             
    
    73
   
   
   
    
    
             
    
    74
   
   
   
    
    
             
    
    75
   
   
   
    
    
             
    
    76
   
   
   
    
    
             
    
    77
   
   
   
    
    
             
    
    78
   
   
   
    
    
             
    
    79
   
   
   
    
    
             
    
    80
   
   
   
    
    
             
    
    81
   
   
   
    
    
             
    
    82
   
   
   
    
    
             
    
    83
   
   
   
    
    
             
    
    84
   
   
   
    
    
             
    
    85
   
   
   
    
    
             
    
    86
   
   
   
    
    
             
    
    87
   
   
   
    
    
             
    
    88
   
   
   
    
    
             
    
    89
   
   
   
    
    
             
    
    90
  
  
  
   
   
            
   
   
// 注意：當前建立的索引的動態映射配置根對象是不容許添加新字段的，動態映射類型爲嚴格類型，可是內部對象是容許添加新字段的
PUT /shop_v1
{
    "aliases": {
      "shop": {}
    },
    "settings" : {
        "number_of_shards" :   5,         
        "number_of_replicas" : 1, 
        "refresh_interval": "1s", 
        "analysis" : {
            "analyzer" : {
                "ik" : {
                    "tokenizer" : "ik_max_word"
                }
            }
        }
    },
    "mappings": {
      "goods": {
        "dynamic": "strict",
        "dynamic_templates":[
            { "date": {
                      "match": "*_date", 
                      "match_mapping_type": "date",
                      "mapping": {
                          "type": "date",
                          "format": "yyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" 
                      }
            }},
            { "ik": {
                  "match":              "*", 
                  "match_mapping_type": "string",
                  "mapping": {
                      "type":           "text",
                      "analyzer": "ik_max_word",
                      "search_analyzer": "ik_max_word"
                  }
            }}
         ],
        "properties": {
          "name": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word"
          },
          "price": {
            "type": "double"
          },
          "quantity": {
            "type": "integer"
          },
          "colors": {
            "type": "keyword"
          },
          "is_discount": {
            "type": "boolean"
          },
          "create_date": {
            "type": "date",
            "format": "yyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
          },
          "ip_addr": {
            "type": "ip"
          },
          "location": { 
              "type": "geo_point",
              "lat_lon": true
          },
          "merchant": {
            "type": "object",
            "dynamic": true,
            "properties": {
                    "id":           { "type": "long" },
                    "shop_name":    { "type": "text" }
             }    
          },
          "cpu": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }

refresh_interval:索引刷新時間間隔，一個持續時間值，例如 1s（1 秒）或 2m（2 分鐘）。一個絕對值1表示的是1毫秒 –無疑會使你的集羣陷入癱瘓, -1：表示關閉刷新，默認爲一秒，若是索引了一個文檔而後當即嘗試搜索它，但卻沒有搜到，多是尚未到間隔時間，尚未刷新

查看全部索引 GET /_cat/indices?v&pretty
查看某個索引 GET /{index}
刪除索引單個索引 DELETE /{index}
刪除全部索引 DELETE /_all 或者 DELETE /*
刪除多個索引： DELETE /index1,index2 或者 DELETE /index*
查看索引的映射 GET /{index}/_mapping
查看某個索引的某個類型的映射 GET /{index}/_mapping/{type}
映射添加新字段 PUT /{index}/_mapping/{type}

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
  
  
  
   
   
            
   
   PUT /shop/_mapping/goods
{
  "properties": {
    "params": {
      "type":     "nested",
      "properties": {
        "id": { "type": "long" },
        "label": { "type": "text" },
        "value": { "type": "text" }
      }
    }
  }
}

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
   
   
   
    
    
             
    
    14
   
   
   
    
    
             
    
    15
   
   
   
    
    
             
    
    16
   
   
   
    
    
             
    
    17
   
   
   
    
    
             
    
    18
   
   
   
    
    
             
    
    19
   
   
   
    
    
             
    
    20
  
  
  
   
   
            
   
   
// 插入一條文檔
POST /shop/goods
{
    "name": "【特別尺碼】女裝 棉混紡休閒針織衫(長袖) 407767 優衣庫UNIQLO",
    "price": 149.00,
    "quantity": 100,
    "colors": ["乳白色", "紅色", "黃色"],
    "is_discount": true,
    "create_date": "2018-01-31 12:10:30",
    "ip_addr": "192.168.1.1",
    "location": "41.12,-71.34",
    "merchant": {
        "id": 1111,
        "shop_name": "優衣庫官方旗艦店"
    },
    "params": [
       {"id": 1, "label":"貨號", "value": "7525001123"},
       {"id": 2, "label":"品牌", "value": "Cache Cache"}
    ]
}

查詢文檔 /{index}/{type}/_search

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
  
  
  
   
   
            
   
   
GET /shop/goods/_search

修改索引

新增字段
修改字段的數據類型

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
   
   
   
    
    
             
    
    14
   
   
   
    
    
             
    
    15
   
   
   
    
    
             
    
    16
   
   
   
    
    
             
    
    17
   
   
   
    
    
             
    
    18
   
   
   
    
    
             
    
    19
   
   
   
    
    
             
    
    20
   
   
   
    
    
             
    
    21
   
   
   
    
    
             
    
    22
   
   
   
    
    
             
    
    23
   
   
   
    
    
             
    
    24
   
   
   
    
    
             
    
    25
   
   
   
    
    
             
    
    26
   
   
   
    
    
             
    
    27
   
   
   
    
    
             
    
    28
   
   
   
    
    
             
    
    29
   
   
   
    
    
             
    
    30
   
   
   
    
    
             
    
    31
   
   
   
    
    
             
    
    32
   
   
   
    
    
             
    
    33
   
   
   
    
    
             
    
    34
   
   
   
    
    
             
    
    35
   
   
   
    
    
             
    
    36
  
  
  
   
   
            
   
   
``` // 建立索引 PUT /school { "mappings": { "students": { "properties": { "name": { "type": "text" }, "age": {"type": "long"} } } } } // 插入一條文檔 PUT /school/students/1 { "name": "張三", "age": 27 } // 查詢映射 GET school/_mapping/students // 添加文檔，增長一個新字段height身高 PUT /school/students/2 { "name": "小明", "age": 28, "height": 1.80 } GET school/_mapping/students // 查看映射能夠看到自動將height做爲float類型添加到映射裏面 "height": {"type": "float"}

從新索引

儘管能夠增長新的類型到索引中，或者增長新的字段到類型中，可是不能添加新的分析器或者對現有的字段作改動。若是你那麼作的話，結果就是那些已經被索引的數據就不正確，搜索也不能正常工做。

對現有數據的這類改變最簡單的辦法就是從新索引：用新的設置建立新的索引並把文檔從舊的索引複製到新的索引。

爲了有效的從新索引全部在舊的索引中的文檔，用 scroll 從舊的索引檢索批量文檔，而後用 bulk API 把文檔推送到新的索引中。

同時並行運行多個重建索引任務，可是你顯然不但願結果有重疊。正確的作法是按日期或者時間這樣的字段做爲過濾條件把大的重建索引分紅小的任務：

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    1
   
   
   
    
    
             
    
    2
   
   
   
    
    
             
    
    3
   
   
   
    
    
             
    
    4
   
   
   
    
    
             
    
    5
   
   
   
    
    
             
    
    6
   
   
   
    
    
             
    
    7
   
   
   
    
    
             
    
    8
   
   
   
    
    
             
    
    9
   
   
   
    
    
             
    
    10
   
   
   
    
    
             
    
    11
   
   
   
    
    
             
    
    12
   
   
   
    
    
             
    
    13
  
  
  
   
   
            
   
   
GET /old_index/_search?scroll=1m
{
    "query": {
        "range": {
            "date": {
                "gte":  "2014-01-01",
                "lt":   "2014-02-01"
            }
        }
    },
    "sort": ["_doc"],
    "size":  1000
}

若是舊的索引持續會有變化，你但願新的索引中也包括那些新加的文檔。那就能夠對新加的文檔作從新索引，但仍是要用日期類字段過濾來匹配那些新加的文檔。

經過建立新的索引，將數據從新遷移到新索引中，這種變相的更改索引的配置的方式的缺點是改變了原索引的名稱(索引名稱不容許重複，新索引就要使用新的索引名)。

注意

禁用_all或者通配符，防止誤操做
對一些人來講，可以用單個命令來刪除全部數據可能會致使可怕的後果。若是你想要避免意外的大量刪除, 你能夠在你的 elasticsearch.yml 作以下配置：action.destructive_requires_name: true
這個設置使刪除只限於特定名稱指向的數據, 而不容許經過指定 _all 或通配符來刪除指定索引庫。你一樣能夠經過 Cluster State API 動態的更新這個設置。

Elasticsearch入門教程(三)：Elasticsearch索引&映射