共計 11209 個字符，預計需要花費 29 分鐘才能閱讀完成。
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，下面丸趣 TV 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?pretty6. 查詢所有文檔
GET /customer/_search?q=* sort=name:asc prettyJSON 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 /_template12.3 刪除模板
DELETE /_template/template_113. 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/health15. 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 rarr; 10 rarr; 30 (split by 2, then by 3) 5 rarr; 15 rarr; 30 (split by 3, then by 2) 5 rarr; 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/health16. 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 /_segments17.3 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=green18. 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/clear18.2 Refresh，重新打開讀取索引
POST /kimchy,elasticsearch/_refresh POST /_refresh18.3 Flush，將緩存在內存中的索引數據刷新到持久存儲中
POST twitter/_flush18.4 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_range3.2 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 index4. 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 mdash; 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，請關注丸趣 TV 行業資訊頻道，感謝您對丸趣 TV 的支持。
