Elasticsearch--索引操作

前言

Elasticsearch可以支持全文检索，那么ES是以什么机制来支持的，这里索引就是一个重要的步骤，经过索引之后的文档才可以被分析存储、建立倒排索引。

本篇就是以ES的数据检索操作来讨论的。

更多内容情参考：

索引操作

ES索引可以根据指定的index和type进行增加或者更新文档，ID可以指定也可以不指定（index API为我们自动生成）

curl -XPUT 'http://localhost:9200/twitter/tweet/1' -d '{
    "user" : "kimchy",
    "post_date" : "2009-11-15T14:12:12",
    "message" : "trying out Elasticsearch"
}'

这里指定了索引twitter、类型tweet、Id为1
索引操作的结果如下：

{
    "_shards" : {
        "total" : 10,
        "failed" : 0,
        "successful" : 10
    },
    "_index" : "twitter",
    "_type" : "tweet",
    "_id" : "1",
    "_version" : 1,
    "created" : true
}

上面_shards中描述了分片相关的信息，即当前一共有10个分片（5个主分片，5个副本）;
以及index、type、id、version相关信息

• total:表示现在在使用的分片数量（主分片和副本）
• successful:操作成功的分片数量
• failed:操作失败的分片数量

自动创建索引

如果上面索引操作之前，ES中还没有这个索引，那么默认会创建这个索引，并且type类型也会自动创建，也就是说，ES并不需要像传统数据库那样预先定义表的结构。
每个索引都有一个mapping映射，这个映射也是动态生成的,因此当添加新的字段时，会自动的添加mapping映射。
通过在所有节点的配置文件中设置action_create_index为false,可以关闭自动索引创建这个功能，默认是打开的
通过在所有节点的配置文件中设置index.mapper.dynamic为false,可以关闭自动映射创建功能。
通过在所有节点的配置文间中设置action.auto_create_index为+aaa*,-bbb*,+ccc*,-*有选择性的创建某些索引。
关闭自动mapping映射功能时，就会引发第一次索引的数据失败，这里我们就要自己手动的put一个映射Elasticsearch-Mapping映射

版本控制

Elasticsearch采用乐观并发控制，当程序并发性比较高的时候，就会产生脏读，所以ES就使用版本号用来避免文档冲突，这里不多过多介绍，分成专门的一篇来介绍ES的版本控制问题Elasticsearch-版本控制

操作类型

ES通过设置一个参数op_type控制索引操作”缺少即加入”，当设置op_type
为create时，如果索引时指定的id已经存在，那么索引操作就会失败
上面的op_type=create与直接使用_create API,效果一样：

curl -XPUT 'http://localhost:9200/twitter/tweet/1?op_type=create' -d '{
    "user" : "kimchy",
    "post_date" : "2009-11-15T14:12:12",
    "message" : "trying out Elasticsearch"
}'

等价于：

curl -XPUT 'http://localhost:9200/twitter/tweet/1/_create' -d '{
    "user" : "kimchy",
    "post_date" : "2009-11-15T14:12:12",
    "message" : "trying out Elasticsearch"
}'

如果使用自动id生成就不存在这个问题了。

自动ID创建：

前面提到创建索引时可以指定ID，也可以不指定ID，如果不指定ID，那么ES会自动的生成一个ID，并且把op_type更改为create。
这里需要指出的就是此时HTTP方法将不再是put,更改为POST

 curl -XPOST 'http://localhost:9200/twitter/tweet/' -d '{
    "user" : "kimchy",
    "post_date" : "2009-11-15T14:12:12",
    "message" : "trying out Elasticsearch"
}'

返回的结果如下：

{
    "_index" : "twitter",
    "_type" : "tweet",
    "_id" : "6a8ca01c-7896-48e9-81cc-9f70661fcb32",
    "_version" : 1,
    "created" : true
}

路由routing

所有的文档API（get、index、delete、bulk、update、mget）都接收一个routing参数，它用来自定义文档到分片的映射。自定义路由值可以确保所有相关文档都被保存在同一分片上。

shard = hash(routing) % number_of_primary_shards

设置了路由值，就相当于告诉ES文档操作针对的具体分片。