點擊上方“朱小廝的博客”，選擇“設為星標”

后臺回復"書"，獲取

來源：r6a.cn/cyJw

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


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
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

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_storesGET /_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

stringtext and keyword Numeric datatypeslong, integer, short, byte, double, float, half_float, scaled_float Date datatypedate Boolean datatypeboolean Binary datatypebinary 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 datatypeobject ：表示值為一個JSON 對象 Nested datatypenested：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 datatypegeo_point：for lat/lon points （經緯坐標點） Geo-Shape datatypegeo_shape：for complex shapes like polygons （形狀表示）

?3.4?Specialised datatypes 特別的類型

IP datatypeip：for IPv4 and IPv6 addresses Completion datatypecompletion：to provide auto-complete suggestions Token count datatypetoken_count：to count the number of tokens in a string mapper-murmur3murmur3：to compute hashes of values at index-time and store them in the index Percolator typeAccepts queries from the query-dsl join datatypeDefines 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。請參考官網介紹詳細了解：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 值復制給另一字段doc_values 是否存儲docValuesdynamicenabled 字段是否可用fielddataeager_global_ordinalsformat 指定時間值的格式ignore_aboveignore_malformedindex_optionsindexfieldsnormsnull_valueposition_increment_gappropertiessearch_analyzersimilaritystoreterm_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：
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，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" }

想知道更多？掃描下面的二維碼關注我

后臺回復"技術"，加入技術群

當當實付滿200-40優惠碼：NBHH2P

【精彩推薦】

• 超清晰的DNS入門指南

• 深入理解Java Stream流水線

• 如何用ELK搭建TB級的日志系統

• 深度好文：Linux系統內存知識

• 日志系統新貴Loki，確實比笨重的ELK輕

• 日志采集系統都用到哪些技術？

• 面試官：為什么HashMap的加載因子是0.75？

• 原創|OpenAPI標準規范

• Linux系統內存知識總結

• 深度好文|奈飛微服務架構解析

• 耗時3天，上億數據如何做到秒級查詢

點個贊+在看，少個 bug?????

總結

以上是生活随笔為你收集整理的如此简单 | ElasticSearch 最全详细使用教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。