ElasticSearch 最全详细使用教程

缺乏、安全感 2021-08-19 18:28 478阅读 0赞

点击上方 [Java后端][Java]，选择 设为星标

优质文章，及时送达

![format_png][]

作者 | ZhaoYingChao88

链接 | blog.csdn.net/ZYC88888/article/details/91463253

导读：本文介绍了ElasticSearch的必备知识：从入门、索引管理到映射详解。

**一、快速入门**

**1. 查看集群的健康状况**  
http://localhost:9200/\_cat  
**![format_png 1][]**  
  
http://localhost:9200/\_cat/health?v  
**![format_png 2][]**  
说明：v是用来要求在结果中返回表头  
  
状态值说明  
  
**Green **\- everything is good (cluster is fully functional)，即最佳状态  
**Yellow **\- all data is available but some replicas are not yet allocated (cluster is fully functional)，即数据和集群可用，但是集群的备份有的是坏的  
**Red **\- some data is not available for whatever reason (cluster is partially functional)，即数据和集群都不可用  
  
查看集群的节点  
http://localhost:9200/\_cat/?v  
**![format_png 3][]**  
**2. 查看所有索引**  
http://localhost:9200/\_cat/indices?v  
  
**![format_png 4][]**  
**3. 创建一个索引**  
创建一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果  
  
PUT /customer?pretty

![format_png 5][]  
再查看一下所有索引  
http://localhost:9200/\_cat/indices?v  
![format_png 6][]  
GET /\_cat/indices?v  
 ![format_png 7][]

**4. 索引一个文档到customer索引中**

curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'{ "name": "John Doe"}'

**5. 从customer索引中获取指定id的文档**

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

**6. 查询所有文档**

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**

--------------------

** ** ![format_png 8][]

![format_png 9][]

** 1. 创建索引**  
创建一个名为twitter的索引，设置索引的分片数为3，备份数为2。注意：在ES中创建一个索引类似于在数据库中建立一个数据库(ES6.0之后类似于创建一个表)

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

说明：  
默认的分片数是5到1024  
默认的备份数是1  
索引的名称必须是小写的，不可重名  
  
创建结果：

![format_png 10][]

创建的命令还可以简写为

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

** 2. 创建mapping映射**  
注意：在ES中创建一个mapping映射类似于在数据库中定义表结构，即表里面有哪些字段、字段是什么类型、字段的默认值等；也类似于solr里面的模式schema的定义

PUT twitter{ "settings" : { "index" : { "number_of_shards" : 3,   "number_of_replicas" : 2 } }, "mappings" : { "type1" : { "properties" : { "field1" : { "type" : "text" } } } }}

** 3. 创建索引时加入别名定义**

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

**4. 创建索引时返回的结果说明**  
![format_png 11][]  
**5. Get Index 查看索引的定义信息**  
 GET /twitter，可以一次获取多个索引（以逗号间隔） 获取所有索引 \_all 或 用通配符\*

![format_png 12][]

GET /twitter/\_settings  
![format_png 13][]

GET /twitter/\_mapping

![format_png 14][]

** 6. 删除索引**

DELETE /twitter  
  
说明：  
  
可以一次删除多个索引（以逗号间隔） 删除所有索引 \_all 或 通配符 \*  
  
**7. 判断索引是否存在**

HEAD twitter  
![format_png 15][]   
 HTTP status code 表示结果 404 不存在 ， 200 存在  
  
**8. 修改索引的settings信息**

索引的设置信息分为静态信息和动态信息两部分。静态信息不可更改，如索引的分片数。动态信息可以修改。  
  
REST 访问端点：  
/\_settings 更新所有索引的。  
\{index\}/\_settings 更新一个或多个索引的settings。  
  
详细的设置项请参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html\#index-modules-settings  
  
**9. 修改备份数**

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

**10. 设置回默认值，用null**

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

**11. 设置索引的读写**

index.blocks.read_only：设为true,则索引以及索引的元数据只可读index.blocks.read_only_allow_delete：设为true，只读时允许删除。index.blocks.read：设为true，则不可读。index.blocks.write：设为true，则不可写。index.blocks.metadata：设为true，则索引元数据不可读写。

**12. 索引模板**

在创建索引时，为每个索引写定义信息可能是一件繁琐的事情，ES提供了索引模板功能，让你可以定义一个索引模板，模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引。  
  
注意：模板只在索引创建时被参考，修改模板不会影响已创建的索引  
  
12.1 新增/修改名为tempae\_1的模板，匹配名称为te\* 或 bar\*的索引创建：

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_1GET /_template/temp* GET /_template/template_1,template_2GET /_template

12.3 删除模板

DELETE /_template/template_1

**13. Open/Close  Index   打开/关闭索引**

POST /my_index/_closePOST /my_index/_open

说明：  
  
关闭的索引不能进行读写操作，几乎不占集群开销。  
关闭的索引可以打开，打开走的是正常的恢复流程。  
  
**14. Shrink Index 收缩索引**

索引的分片数是不可更改的，如要减少分片数可以通过收缩方式收缩为一个新的索引。新索引的分片数必须是原分片数的因子值，如原分片数是8，则新索引的分片数可以为4、2、1 。  
  
**什么时候需要收缩索引呢?**  
  
最初创建索引的时候分片数设置得太大，后面发现用不了那么多分片，这个时候就需要收缩了  
  
**收缩的流程：**  
  
先把所有主分片都转移到一台主机上；  
在这台主机上创建一个新索引，分片数较小，其他设置和原索引一致；  
把原索引的所有分片，复制（或硬链接）到新索引的目录下；  
对新索引进行打开操作恢复分片数据；  
(可选)重新把新索引的分片均衡到其他节点上。  
  
**收缩前的准备工作：**  
  
将原索引设置为只读；  
将原索引各分片的一个副本重分配到同一个节点上，并且要是健康绿色状态。

PUT /my_source_index/_settings{ "settings": {  "index.routing.allocation.require._name": "shrink_node_name",  "index.blocks.write": true }}

进行收缩：

POST my_source_index/_shrink/my_target_index{ "settings": { "index.number_of_replicas": 1, "index.number_of_shards": 1, "index.codec": "best_compression" }}

**监控收缩过程：**

GET _cat/recovery?vGET _cluster/health

**15. Split Index 拆分索引**

当索引的分片容量过大时，可以通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创建索引时指定的index.number\_of\_routing\_shards 路由分片数决定。这个路由分片数决定了根据一致性hash路由文档到分片的散列空间。  
  
如index.number\_of\_routing\_shards = 30 ，指定的分片数是5，则可按如下倍数方式进行拆分：

5 → 10 → 30 (split by 2, then by 3)5 → 15 → 30 (split by 3, then by 2)5 → 30 (split by 6)

为什么需要拆分索引？  
  
当最初设置的索引的分片数不够用时就需要拆分索引了，和压缩索引相反  
  
注意：只有在创建时指定了index.number\_of\_routing\_shards 的索引才可以进行拆分，ES7开始将不再有这个限制。  
  
和solr的区别是，solr是对一个分片进行拆分，es中是整个索引进行拆分。  
  
拆分步骤：  
  
准备一个索引来做拆分：

PUT my_source_index{ "settings": { "index.number_of_shards" : 1,  "index.number_of_routing_shards" : 2 }}

先设置索引只读：

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

做拆分：

POST my_source_index/_split/my_target_index{ "settings": {  "index.number_of_shards": 2 }}

监控拆分过程：

GET _cat/recovery?vGET _cluster/health

**16. Rollover Index 别名滚动指向新创建的索引**

对于有时效性的索引数据，如日志，过一定时间后，老的索引数据就没有用了。我们可以像数据库中根据时间创建表来存放不同时段的数据一样，在ES中也可用建多个索引的方式来分开存放不同时段的数据。比数据库中更方便的是ES中可以通过别名滚动指向最新的索引的方式，让你通过别名来操作时总是操作的最新的索引。  
  
ES的rollover index API 让我们可以根据满足指定的条件（时间、文档数量、索引大小）创建新的索引，并把别名滚动指向新的索引。  
  
**注意：****这时的别名只能是一个索引的别名。**  
  
Rollover Index 示例：  
  
创建一个名字为logs-0000001 、别名为logs\_write 的索引：

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

添加1000个文档到索引logs-000001，然后设置别名滚动的条件

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

说明：

如果别名logs\_write指向的索引是7天前（含）创建的或索引的文档数>=1000或索引的大小>= 5gb，则会创建一个新索引 logs-000002，并把别名logs\_writer指向新创建的logs-000002索引

Rollover Index 新建索引的命名规则：

如果索引的名称是-数字结尾，如logs-000001，则新建索引的名称也会是这个模式，数值增1。

如果索引的名称不是-数值结尾，则在请求rollover api时需指定新索引的名称

POST /my_alias/_rollover/my_new_index_name{ "conditions": { "max_age": "7d", "max_docs": 1000, "max_size": "5gb" }}

在名称中使用Date math（时间表达式）

如果你希望生成的索引名称中带有日期，如logstash-2016.02.03-1 ，则可以在创建索引时采用时间表达式来命名：

# 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 passPOST /logs_write/_rollover{ "conditions": { "max_docs": "1" }}

Rollover时可对新的索引作定义：

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  实际操作前先测试是否达到条件：

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

说明：

测试不会创建索引，只是检测条件是否满足

注意：rollover是你请求它才会进行操作，并不是自动在后台进行的。你可以周期性地去请求它。  
  
**17. 索引监控**

17.1 查看索引状态信息  
  
官网链接：  
  
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-stats.html  
  
查看所有的索引状态：  
  
GET /\_stats  
  
查看指定索引的状态信息：  
  
GET /index1,index2/\_stats  
  
17.2 查看索引段信息  
  
官网链接：

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

GET /test/_segments GET /index1,index2/_segmentsGET /_segments

17.3 查看索引恢复信息  
  
官网链接：  
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html

GET index1,index2/\_recovery?human

GET /\_recovery?human  
  
17.4 查看索引分片的存储信息  
  
官网链接：

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

# return information of only index testGET /test/_shard_stores# return information of only test1 and test2 indicesGET /test1,test2/_shard_stores# return information of all indicesGET /_shard_stores GET /_shard_stores?status=green

**18. 索引状态管理**

18.1 Clear Cache 清理缓存

POST /twitter/\_cache/clear

默认会清理所有缓存，可指定清理query, fielddata or request 缓存

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

18.2 Refresh，重新打开读取索引

POST /kimchy,elasticsearch/_refreshPOST /_refresh

18.3 Flush，将缓存在内存中的索引数据刷新到持久存储中

POST twitter/_flush

18.4 Force merge 强制段合并

POST /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true

可选参数说明：  
  
max\_num\_segments 合并为几个段，默认1  
only\_expunge\_deletes 是否只合并含有删除文档的段，默认false  
flush 合并后是否刷新，默认true

POST /kimchy,elasticsearch/_forcemergePOST /_forcemerge

**三、映射详解**

--------------------

**1. Mapping 映射是什么**

映射定义索引中有什么字段、字段的类型等结构信息。相当于数据库中表结构定义，或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。  
ES中支持手动定义映射，动态映射两种方式。  
  
 1.1. 为索引创建mapping

PUT test{ "mappings" : {  "type1" : {  "properties" : {  "field1" : { "type" : "text" } } } }}

说明：映射定义后续可以修改  
  
**2. 映射类别 Mapping type 废除说明**

ES最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）  
  
**从6.0.0开始限定仅包含一个映射类别定义（ "index.mapping.single\_type": true ），兼容5.x中的多映射类别。****从7.0开始将移除映射类别。**  
**为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“\_doc”,因为索引的请求地址将规范为：****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" } } } }}

多映射类别数据转储到独立的索引中：  
  
ES 提供了reindex API 来做这个事

![format_png 16][]

**3. 字段类型 datatypes**

字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：  
  
 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html  
  
 3.1 Core Datatypes     核心类型

string text and keywordNumeric datatypes long, integer, short, byte, double, float, half_float, scaled_floatDate datatype dateBoolean datatype booleanBinary datatype binaryRange datatypes 范围 integer_range, float_range, long_range, double_range, date_range

3.2 Complex datatypes 复合类型

Array datatype 数组就是多值，不需要专门的类型Object datatype object ：表示值为一个JSON 对象Nested datatype nested：for arrays of JSON objects（表示值为JSON对象数组 ）

3.3 Geo datatypes  地理数据类型

Geo-point datatype geo_point：for lat/lon points （经纬坐标点）Geo-Shape datatype geo_shape：for complex shapes like polygons （形状表示）

3.4 Specialised datatypes 特别的类型

IP datatype ip：for IPv4 and IPv6 addressesCompletion datatype completion：to provide auto-complete suggestionsToken count datatype token_count：to count the number of tokens in a stringmapper-murmur3 murmur3：to compute hashes of values at index-time and store them in the indexPercolator type Accepts queries from the query-dsljoin datatype Defines parent/child relation for documents within the same index

** 4. 字段定义属性介绍**  
字段的type (Datatype)定义了如何索引存储字段值，还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html

analyzer 指定分词器 normalizer 指定标准化器 boost 指定权重值 coerce 强制类型转换 copy_to 值复制给另一字段 doc_values 是否存储docValues dynamic enabled 字段是否可用 fielddata eager_global_ordinals format 指定时间值的格式 ignore_above ignore_malformed index_options index fields norms null_value position_increment_gap properties search_analyzer similarity store term_vector

字段定义属性—示例

PUT my_index{ "mappings": { "_doc": { "properties": { "date": { "type": "date",  "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } } }}

**5. Multi Field 多重字段**  
当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。  
  
示例：  
  
定义多重字段：  
  
说明：raw是一个多重版本名（自定义）

PUT my_index{ "mappings": { "_doc": { "properties": { "city": { "type": "text", "fields": { "raw": { "type": "keyword" } } } } } }}

往多重字段里面添加文档

PUT my_index/_doc/1{ "city": "New York"} PUT my_index/_doc/2{ "city": "York"}

获取多重字段的值：

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

**6. 元字段**

官网链接：  
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html  
  
元字段是ES中定义的文档字段，有以下几类：  
![format_png 17][]  
  
**7. 动态映射**  
动态映射：ES中提供的重要特性，让我们可以快速使用ES，而不需要先创建索引、定义映射。如我们直接向ES提交文档进行索引：

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

ES将自动为我们创建data索引、\_doc 映射、类型为 long 的字段 count  
  
索引文档时，当有新字段时， ES将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。  
  
7.1 字段动态映射规则

![format_png 18][]

7.2 Date detection 时间侦测

所谓时间侦测是指我们往ES里面插入数据的时候会去自动检测我们的数据是不是日期格式的，是的话就会给我们自动转为设置的格式  
  
 date\_detection 默认是开启的，默认的格式dynamic\_date\_formats为：

[ "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

自定义时间格式：

PUT my_index{ "mappings": { "_doc": { "dynamic_date_formats": ["MM/dd/yyyy"] } }}

禁用时间侦测：

PUT my_index{ "mappings": { "_doc": { "date_detection": false } }}

7.3 Numeric detection  数值侦测  
  
 开启数值侦测（默认是禁用的）

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

出处：https://blog.csdn.net/ZYC88888/article/details/91463253

--------------------

【END】

如果看到这里，说明你喜欢这篇文章，请**转发****、点赞**。微信搜索「web\_resource」，关注后回复「进群」或者扫描下方二维码即可进入无广告交流群。

**↓扫描二维码进群↓**

![format_png 19][]

--------------------

**推****荐****阅****读 **

***1.*** [一键下载 Pornhub 视频！][Pornhub]

***2.*** [硬核文章：扛住 100 亿次请求？我们来试一试][100]

***3.*** [程序员开发了一款软件，完成了舔狗的绝地反杀][Link 1]

***4. ***[Spring Boot 多模块项目实践（附打包方法）][Spring Boot]

***5.***  [团队开发中 Git 最佳实践][Git]

![format_png 20][]

**喜****欢****文****章****，****点****个****在看 **![format_png 21][]

[Java]: https://blog.csdn.net/qq_37217713/article/details/101445094
[format_png]: /images/20210731/5a77a01cf5644d099d5058424ff6dd39.png
[format_png 1]: /images/20210731/0a71b786424d47cbb701acbde89044f2.png
[format_png 2]: /images/20210731/5a269f6f7f2b4637a10e5a9307342b84.png
[format_png 3]: /images/20210731/f175854ffa4b4bcd91059b1a0f5e3e66.png
[format_png 4]: /images/20210731/44c2544589a447d0aeb5651cbc49e5ae.png
[format_png 5]: /images/20210731/dfc39eb1cd5f45a992f05cb7b5ed94b6.png
[format_png 6]: /images/20210731/86767e9ece004126b2cbd7e3ee5c623a.png
[format_png 7]: /images/20210731/12a9d9953a1e4d4ab06fc5866e97b655.png
[format_png 8]: /images/20210731/bb5d37f680df405c91cf5cdaa4de335f.png
[format_png 9]: /images/20210731/e2dee3cad4834fd9a96d56fc9e480e30.png
[format_png 10]: /images/20210731/feaec91e04634be9a7f8270abe266fef.png
[format_png 11]: /images/20210731/125839b49db046409855409ffe3731bb.png
[format_png 12]: /images/20210731/5b46817a4d3d45aa8aa16235017aa45d.png
[format_png 13]: /images/20210731/cd57815ee9ae4142967ac703f8d89a13.png
[format_png 14]: /images/20210731/159d14fe07b240d19191b5df2863e5d0.png
[format_png 15]: /images/20210731/01888b8823874e0c89962fd4bb9f922c.png
[format_png 16]: /images/20210731/ff3b58a1283743d79cb15f072022b9e1.png
[format_png 17]: /images/20210731/d6a81173ed394b3ca548c1a808d83c6d.png
[format_png 18]: /images/20210731/aa25058ebc6048b1950709dd5b943c6a.png
[format_png 19]: /images/20210731/b3b4b608120b45a28e1bc13cbe21aa41.png
[Pornhub]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0dab42f97a2254e463021ccde8a6f977e0958a2d27186963047227600d771a8fe9147c3996&idx=1&mid=2247490753&scene=21&sn=9ff0ad89d746cb30c687a832a723d7ee#wechat_redirect
[100]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0dab42f97a2254e87d76f705650ec6d0bafb42b20b5716b0c3c5cec04ad8f6615e099823bd&idx=2&mid=2247490753&scene=21&sn=f345acf2018726c3d522983ee31da0e6#wechat_redirect
[Link 1]: https://blog.csdn.net/qq_37217713/article/details/103379498
[Spring Boot]: https://blog.csdn.net/qq_37217713/article/details/103360019
[Git]: https://blog.csdn.net/qq_37217713/article/details/102481709
[format_png 20]: /images/20210731/0dd3bc85e22149e28085b3bc9c2f7e51.png
[format_png 21]: /images/20210731/50cac8ba05b447efbb2e9ece35592f47.png