Elasticsearch 6.5.3 索引管理实验记录

水深无声 2021-09-18 09:10 347阅读 0赞

### **Elasticsearch集群学习记录** ###

## **1.Elasticsearch索引管理** ##

### **新建索引命令** ###

PUT 索引名

### **删除索引** ###

DELETE 索引名

### **查看索引** ###

GET 索引名/\_settings

可同时查看多个索引。 GET 索引名1，索引名2/\_settings

查看集群中所有的索引信息，命令如下： GET \_all/\_settings

### **索引的打开关闭** ###

POST 索引名/\_open 打开

POST 索引名/\_close 关闭

可以同时操作多个索引，操作全部的使用这个关键字\_all

## **2.Elasticsearch文档管理** ##

### **新建文档** ###

命令如下：

结果如下

其中index/type/id用于确定文档所在的位置，版本号会随着文档的更新自动递增，shards用于显示分片信息。如果不指定id会自动生成。上述例子去掉id后执行索引文档命令：

响应结果如下：

### **获取文档** ###

使用GET API查看存存储在Elasticsearch中的文档。返回格式为json类型。

结果如下：

如果查询文档不存在，响应信息会返回  “found”:false

使用HEAD命令可以坚持一个文档是否存在。

若存在返回“200-OK”，反之返回“404-Not Found”

根据id一次获取多个文档，使用Muti GET API根据索引名、类型名、id（或路由）一次获取多个文档，返回一个文档数组。

GET blog/_mget
    
    {
    
      "docs":[
    
          {
    
          "_type":"TypeA",
    
        "_id":"1"
    
        },
    
        {
    
          "_type":"typeB",
    
          "_id":"2"
    
        }
    
      ]
    
    }

如果是一个index下的不同type，可简写如下：

GET blog/article/_mget
    
    {
    
      "docs":[
    
        {
    
          "_id":"1"
    
        },
    
        {
    
          "_id":"2"
    
        }
    
        ]
    
    }

如果index和type都相同，可简写为

GET blog/article/_mget
    
    {
    
      "ids":["1","2"]
    
    }

### **更新文档** ###

文档被索引后如果要更新，需要先找到这个文档，删除就得文档内容执行更新，更新完再索引。

PUT test/type1/1
    
    {
    
      "counter":1,
    
      "tags":["red"]
    
    }
    
    
    
    POST test/type1/1/_update
    
    {
    
      "script":{
    
        "inline":"ctx._source.counter+=params.count",
    
        "lang":"painless",
    
        "params":{
    
          "count":4
    
        }
    
      }
    
    }

inline是执行的脚本，ctx是脚本语言中的一个执行对象，painless是Elasticsearch内置的一种脚本语言，params是参数集合。使用painless脚本更新文档，通过ctx获取\_source再修改counter字段，counter字段等与原值加上count参数的值。

ctx对象处理可以访问\_source之外，还可以访问\_index \_type \_id \_version \_routing \_parent等字段。

GET test/type1/1
    
    #explian painless is elasticsearch insert script language
    
    POST test/type1/1/_update
    
    {
    
      "script":{
    
        "inline":"ctx._source.tags.add(params.tag)",
    
        "lang":"painless",
    
        "params":{
    
          "tag":"blue"
    
        }
    
      }
    
    }

增加一个字段

POST test/type1/1/_update
    
    {
    
      "script":"ctx._source.new_field= \"value_of_new_field\""
    
    }

删除一个字段

POST test/type1/1/_update
    
    {
    
      "script":"ctx._source.remove(\"new_field\")"
    
    }

### **查询更新** ###

对title中包含git关键字的文档增加一个category字段。

POST blog/_update_by_query
    
    {
    
      "script":{
    
        "inline":"ctx._source.category=params.category",
    
        "lang":"painless",
    
        "params":{"category":"git"}
    
      },
    
      "query":{
    
        "term":{"title":"git"}
    
      }
    
    }

### **删除文档** ###

Delete API允许基于指定的id从索引库中删除一个文档，删除文档命令如下

DELETE blog/article/1

如果在索引文档时指定了路由，删除时也可以增加路由参数

DELETE blog/article/1?routing=user123

## **3.Elasticsearch映射分析** ##

### **查看映射Mapping** ###

GET 索引名/\_mapping

此时books索引的Mapping是空的，添加文档命令如下：

添加完后查看Mapping，返回结果如下：

Id 、pulish\_date 、name被推测的类型就是动态映射的功劳。使用动态映射需要结合实际业务需求综合考虑。如果将elasticsearch当做主要的数据存储使用，并且希望出现未知字段时抛出异常来提醒你注意这一问题，那么开启动态mapping并不适用。

例如以下实例写入三个文档，第三个会因为没有定义“author”而抛出异常。

### **日期检测** ###

当elasticsearch碰到一个新的字符串类型的字段时，它会检查这个字符串是否包含一个可以识别的日期，如果看着像日期会被识别成为date类型，否自将会作为String字段进行添加，这种检测机制存在一定的问题，假设有这样的一份文档到elasticsearch中：

｛“note”: ”2014-01-01”｝

当note字段第一次被发现，会根据规则将它作为date字段添加，如果下一篇文档是这样的：

\{“note”: “logged out”\}，此时会抛出异常，可以使用date\_detection 设置为false来关闭日期检测。如下命令：

结果

有了以上的映射，一个字符串总会被当成String类型，如果需要新增一个date类型的字段，需要进行手动添加。

### **静态映射** ###

静态映射是在创建索引手工指定索引映射，和SQL在建表语句中指定字段属性类似。相比动态映射，通过静态映射可以添加更详细、更精准的配置信息。

运行代码报错原因如下：

在elasticsearch6.0.0或者更高版本，创建的索引只能包含单个映射类型。在5.x中创建具有多个映射理性的索引将继续像以前一样在elasticsearch6.x中工作。映射类型将在elasticsearch7.0.0中完全删除。

官网文档声明 ：[链接][Link 1]

单独执行一个映射的话如下

结果如下

\#! Deprecation: the default number of shards will change from \[5\] to \[1\] in 7.0.0; if you wish to continue using the default of \[5\] shards, you must manage this on the create index request or with an index template

默认分片数将从5变为1在7.x版本，如想使用默认的5可以新建带有索引模板的索引请求

\#! Deprecation: \[\_all\] is deprecated in 6.0+ and will be removed in 7.0. As a replacement, you can use \[copy\_to\] on mapping fields to create your own catch all field.

\_all将在7.x中消失。如果想使用改属性，可以使用copy\_to 。

### **字段类型** ###

Elasticsearch字段类型

<table style="width:410pt;"> 
 <tbody> 
 <tr> 
 <td style="width:109.35pt;"> 一级分类 </td> 
 <td style="width:106.25pt;"> 二级分类 </td> 
 <td style="width:194.4pt;"> 具体类型 </td> 
 </tr> 
 <tr> 
 <td style="width:109.35pt;"> 核心类型 </td> 
 <td style="width:106.25pt;"> 字符串类型 </td> 
 <td style="width:194.4pt;"> string text keyword </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 数字类型 </td> 
 <td style="width:194.4pt;"> long integer short byte double float half_float scaled _float </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 日期类型 </td> 
 <td style="width:194.4pt;"> date </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 布尔类型 </td> 
 <td style="width:194.4pt;"> boolean </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 二进制类型 </td> 
 <td style="width:194.4pt;"> binary </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 范围类型 </td> 
 <td style="width:194.4pt;"> range </td> 
 </tr> 
 <tr> 
 <td style="width:109.35pt;"> 复合类型 </td> 
 <td style="width:106.25pt;"> 数组类型 </td> 
 <td style="width:194.4pt;"> array </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 对象类型 </td> 
 <td style="width:194.4pt;"> object </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 嵌套类型 </td> 
 <td style="width:194.4pt;"> nested </td> 
 </tr> 
 <tr> 
 <td style="width:109.35pt;"> 地理类型 </td> 
 <td style="width:106.25pt;"> 地理坐标 </td> 
 <td style="width:194.4pt;"> geo_point </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 地理图形 </td> 
 <td style="width:194.4pt;"> geo_shape </td> 
 </tr> 
 <tr> 
 <td style="width:109.35pt;"> 特殊类型 </td> 
 <td style="width:106.25pt;"> IP类型 </td> 
 <td style="width:194.4pt;"> ip </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 范围类型 </td> 
 <td style="width:194.4pt;"> completion </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 令牌计数类型 </td> 
 <td style="width:194.4pt;"> token_count </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 附件类型 </td> 
 <td style="width:194.4pt;"> attachment </td> 
 </tr> 
 <tr> 
 <td style="width:106.25pt;"> 抽取类型 </td> 
 <td style="width:194.4pt;"> percolator </td> 
 </tr> 
 </tbody> 
</table>

类型相关注意事项:

1. elasticsearch 5.x之后的字段不在支持string类型，由text 或者keyword 进行替代。

2. 如果一个字段想被全文检索到，需要设置为text类型。此种类型会被分词，内容会被拆分。不用于排序，很少使用聚合（termAggregation除外）。

把full\_name 字段设为text类型的》Mapping如下：

PUT my_index
    
    {
    
      "mappings":{
    
        "my_type":{
    
          "properties":{
    
            "full_name":{
    
              "type":"text"
    
            }
    
          }
    
        }
    
      }
    
    }

3. keyword 类型适合于索引结构化的字段。如：email地址，主机名，状态码和标签。通常用于过滤、排序、聚合。类型为keyword的字段需要精确值搜索，区别与text 类型。

4. 数字类型及其取值范围

<table style="width:419pt;"> 
 <tbody> 
 <tr> 
 <td style="border-color:#cce8cf;width:69.2pt;"> 类型 </td> 
 <td style="width:115.5pt;"> 取值范围 </td> 
 <td style="width:94pt;"> 类型 </td> 
 <td style="width:140.3pt;"> 取值范围 </td> 
 </tr> 
 <tr> 
 <td style="width:69.2pt;"> long </td> 
 <td style="width:115.5pt;"> -2^64~2^63 -1 </td> 
 <td style="width:94pt;"> double </td> 
 <td style="width:140.3pt;"> 64位双精度IEEE754浮点类型 </td> 
 </tr> 
 <tr> 
 <td style="width:69.2pt;"> integer </td> 
 <td style="width:115.5pt;"> -2^31~2^32 -1 </td> 
 <td style="width:94pt;"> float </td> 
 <td style="width:140.3pt;"> 32位单精度IEEE754浮点类型 </td> 
 </tr> 
 <tr> 
 <td style="width:69.2pt;"> short </td> 
 <td style="width:115.5pt;"> -32768~32767 </td> 
 <td style="width:94pt;"> half_float </td> 
 <td style="width:140.3pt;"> 16位半精度IEEE754浮点类型 </td> 
 </tr> 
 <tr> 
 <td style="width:69.2pt;"> byte </td> 
 <td style="width:115.5pt;"> -128~127 </td> 
 <td style="width:94pt;"> scaled_float </td> 
 <td style="width:140.3pt;"> 缩放类型的浮点数 </td> 
 </tr> 
 </tbody> 
</table>

对于数字类型的字段，在满足需求的情况下，尽量选择范围小的数据类型。

字段的长度越短，搜索和索引的效率就越高。

处理浮点数时，优先考虑scaled\_float，elasticsearch底层就是整数类型，压缩整数比压缩浮点数更加节省空间。

数字类型配置映射的例子如下：

PUT my_index
    
    {
    
      "mappings":{
    
        "my_type":{
    
          "properties":{
    
            "number_of_bytes":{"type":"integer"},
    
            "time_in_seconds":{"type":"float"},
    
            "price":{
    
              "type":"scaled_float",
    
              "scaling_factor":100
    
            }
    
          }
    
        }
    
      }
    
    }

1.  Elasticsearch内部会把日期转换成UTC（世界标准时间），并将其存储为表示milliseconds-since-the-epoch的长整型数。日期格式可以自定义。

日期类型配置映射的例子如下

PUT my_index
    
    {
    
      "mappings":{
    
        "my_type":{
    
          "properties":{"date":{"type":"date"}}
    
        }
    
      }
    
    }

写入三个文档                                执行结果分别为：

以上3个文档的日期格式都可以解析，内部存储是毫秒技术的长整型数。

1.  布尔类型在5.4版本之前可以接受true false 的字符串和数字，5.4版本之后直接说字符串。

映射配置例子如下：

PUT my_index
    
    {
    
      "mappings":{
    
        "my_type":{
    
          "properties":{
    
            "is_published":{"type":"boolean"}
    
          }
    
        }
    
      }
    
    }

插入三条文档

执行查询

7，binary类型接受base64编码的字符串，默认不存储也不可搜索。 例子如下

写入一条文档

1.  array任何字段可以包含一个或者多个值，一个数组必须是同一种类型。例子 结果

有待更新完善排版，请见谅！

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/6.0/removal-of-types.html