ElasticSearch 最全详细使用教程_怎么看elasticsearch是否可用

“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 删除模板

DELETE /_template/template_1

## 13. Open/Close Index 打开/关闭索引

POST /my_index/_close
POST /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?v
GET _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?v
GET _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 pass

POST /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/\_segments  
>  GET /\_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 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=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/clear
POST /_cache/clear

18.2 Refresh，重新打开读取索引

POST /kimchy,elasticsearch/_refresh
POST /_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/_forcemerge
POST /_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" : {
    <!-- 字段定义 -->
        "properties" : {
        <!-- 名为field1的字段，它的field datatype 为 text -->
            "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  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200906231858916.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center)  
 **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 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 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 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：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200906232237368.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center)  
 **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  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200906232312141.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center)  
 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：

UT 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）