开始使用Elasticsearch (1): 如何创建index，添加、删除、更新文档

最新推荐文章于 2023-05-16 00:27:55 发布
最新推荐文章于 2023-05-16 00:27:55 发布
阅读量1.4k 收藏 3
点赞数 2
文章标签： java 数据库 mysql elasticsearch python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aben_sky/article/details/122666145
版权

本文内容来自 https://blog.csdn.net/UbuntuTouch/article/details/99481016 ，有删减和文字修正。

在开始使用ES之前, 请安装好ES & Kibana. 本文仅以win10下的 ElasticSearchS 7.7 版本为例, 不涉及linux系统部分.

ES里的接口都是通过REST接口来实现的，通过HTTP的PUT/GET/POST/DELETE来实现数据的Create/Read/Update/Delete操作，并以JSON数据格式返回。

检查ES及Kibana是否运行正常

浏览器访问 http://localhost:9200 查看ES的状态：

浏览器访问 http://localhost:5601 打开Kibana操作界面(会自动跳转到 http://localhost:5601/app/kibana#/home ), 在欢迎界面的"Try our sample data"和"Explore on my own" 两个按钮中随便选择一个即可。

点击左下角的Dev Tools打开操作界面：

上图是操作界面，右上角的三角按钮是执行当前请求按钮，右边是执行结果显示区。

查看ES信息

就像我们之前在浏览器其中输入地址 http://localhost:9200 看到的效果一样，我们直接输入命令 

GET /

执行后可以看到:

依次显示的是节点名称,集群名称, 集群id,版本号等信息。

在输入时, Kibana会自动提示可以使用的命令

创建一个索引及文档

现在我们来创建一个叫 twitter 的索引(index)，并插入一个文档(document)。 在传统的关系型数据库(RDBMS)中, 需要使用专用的语句(DDL)来建立数据库、表，然后才能插入相应的记录。但是对于ES来说, 没有这个必要。我直接在操作区输入一下代码： 

PUT twitter/_doc/1
{
  "user": "GB",
  "uid": 1,
  "city": "Beijing",
  "province": "Beijing",
  "country": "China"
}

在右边结果显示区可以看到以下信息:

我们已经成功地创建了一个叫做twitter的index。通过这样的方法，我们可以自动创建一个index。如果你不喜欢自动创建index，可以修改如下的一个设置： 

PUT _cluster/settings
{
    "persistent": {
    "action.auto_create_index": "false" 
}

详细设置请参阅 链接 。如果你你想禁止自动创建索引， 您必须配置action.auto_create_index以允许这些创建以下索引的组件 ： 

PUT _cluster/settings
{
  "persistent": {
  "action.auto_create_index": ".monitoring*,.watches,.triggered_watches,.watcher-history*,.ml*"
}

如果使用Logstash或Beats，则应在上面的设置 action.auto_create_index 中添加其他索引名称，也可以在config/elasticsearch.yml里进行配置。

通过上面的方法写入到ES的文档，不会在搜索结果中立即显示。这是因为在ES的设计中，有一个叫做 refresh 的操作。它可以使更改可见以进行搜索的操作。通常会有一个refresh timer来定时完成这个操作。这个周期为1秒。这也是我们通常所说的ES可以实现秒级的搜索。当然这个timer的周期也可以在索引的 设置 中进行配置。如果想要写入文档立即显示在搜索结果中，我们可以用如下的方法强制让ES立即进行刷新(refresh)： 

PUT twitter/_doc/1?refresh=true
{
  "user": "GB",
  "uid": 1,
  "city": "Beijing",
  "province": "Beijing",
  "country": "China"
}

频繁的强制刷新操作会导致ES运行速度变慢。另外一种方式是通过设置 refresh=wait_for 。这相当于一个同步的操作，它需要等待下一个refresh周期发生完后，才返回执行结果。这样可以确保我们在调用上面的接口后，马上可以搜索到刚才录入的文档： 

PUT twitter/_doc/1?refresh=wait_for
{
  "user": "GB",
  "uid": 1,
  "city": "Beijing",
  "province": "Beijing",
  "country": "China"
}

当然我们会发现执行的时间变长了:

更多关于refresh的信息, 请参阅“ Elasticsearch中的refresh和flush操作指南 ”。

上面的文档新增的操作, 创建了一个被叫做 _doc 的 type 。自从ES 6.0以后，一个index只能有一个type。如果我们创建另外一个type的话，系统会抛出错误。在返回信息中有一个 版本 ( _version )的key，默认从1开始，每次更新之后都会增加1。比如我们输入： 

POST twitter/_doc/1
{
  "user": "GB",
  "uid": 1,
  "city": "Shenzhen",
  "province": "Guangdong",
  "country": "China"
}

现在的版本号已经增加到4。每次执行POST或PUT操作后，版本号都会增加1。

我们还可以使用 _create 接口来实现新增操作： 

PUT twitter/_create/1
{
  "user": "GB",
  "uid": 1,
  "city": "Shenzhen",
  "province": "Guangdong",
  "country": "China"
}

如果文档已经存在，就会返回错误：

也可以在 _doc 请求时带上参数 op_type 以实现与 _create 方法同样的操作： 

PUT twitter/_doc/1?op_type=create
{
  "user": "双榆树-张三",
  "message": "今儿天气不错啊，出去转转去",
  "uid": 2,
  "age": 20,
  "city": "北京",
  "province": "北京",
  "country": "中国",
  "address": "中国北京市海淀区",
  "location": {
    "lat": "39.970718",
    "lon": "116.325747"
  }
}

op_type的值有2个： index， create

Kibana的操作界面可以直接复制出来curl的命令:

自动生成ID

上面创建新文档的操作中，我们都指定了文档的id，在实际操作中没必要这样做，反而会因为需要取判断id是否已存在而影响操作速度。ES可以自动帮我们生成一个唯一的id， 但是不能用前面的PUT请求方式， 必须使用POST。why？ 因为REST中定义的POST请求是新增操作，而PUT是修改操作。e.g: 

POST my_index/_doc
{
  "content": "this is really cool"
}

返回结果:

ES已经自动帮我们分配了一个ID。

查看文档 

GET twitter/_doc/1

如果文档不存在：

获取部分信息

如果我们只对 source 的内容感兴趣，可以使用： 

GET twitter/_doc/1/_source

这样我们直接得到了 source 的信息:

上面的写法已经不推荐, 建议使用新的写法: GET twitter/_doc/1?_source

我们也可以只获取source的部分字段： 

GET twitter/_doc/1?_source=user,uid,city

使用_mget接口请求多个文档

首先我们在twitter新增一个id为2的文档： 

PUT twitter/_doc/2
{
  "user": "Aben",
  "uid": 1,
  "city": "Guangzhou",
  "province": "Guangdong",
  "country": "China"
}

方法1： 输入命令： 

GET _mget
{
  "docs": [
    {
      "_index": "twitter",
      "_id": 1
    },
    {
      "_index": "twitter",
      "_id": 2
    }
  ]
}

也可以只获得部分字段： 


GET _mget
{
  "docs": [
    {
      "_index": "twitter",
      "_id": 1,
      "_source":["uid","city"]
    },
    {
      "_index": "twitter",
      "_id": 2,
      "_source":["uid","province"]
    }
  ]
}

方法2：

使用命令: 

GET twitter/_doc/_mget
{
  "ids": ["1", "2"]
}

注意：此方法在7.7版本下会警告： 

#! Deprecation: [types removal] Specifying types in multi get requests is deprecated.

修改文档

方法1： PUT + doc 全数据更新

按照REST的要求，PUT操作用来修改数据。 

PUT twitter/_doc/1
{
  "user": "Aben2",
  "uid": 1,
  "city": "Hefei",
  "province": "Anhui",
  "country": "China",
  "location":{
     "lat":"29.084661",
     "lon":"111.335210"
 }
}

查询数据：

注意： 使用PUT的_doc方法操作， 必须把所有的项目都传入， 否则会丢失数据

方法2： POST + update 部分数据更新 

POST twitter/_update/1
{
  "doc":{
    "city":"Chengdu",
    "province":"Sichuan"
  }
}

执行后GET一下看看数据是否更新。

按条件查询批量更新

在关系型数据库中，我们通常是对数据库进行搜索，然后才进行修改。在这种情况下，通常事先并不知道文档的id，需要通过查询的方式来进行查询，然后再修改。ES也提供了相应的REST接口。 

POST twitter/_update_by_query
{
  "query": {
    "match": {
      "user": "Aben2"
    }
  },
  "script": {
    "source": "ctx._source.city = params.city;ctx._source.province = params.province;ctx._source.country = params.country",
    "lang": "painless",
    "params": {
      "city": "上海",
      "province": "上海",
      "country": "中国"
    }
  }
}

上面这段代码， 会搜索'user'='Aben2'的文档， 并按照script.source的更新操作， 把source.params的数据更新到文档。

我们前面设置的是id=1的文档符合条件， 现在去看看文档信息：

对于那些名字是中文字段的文档来说，在painless语言中，直接打入中文字段名字，并不能被认可。我们可以使用如下的方式来操作： 

POST edd/_update_by_query
{
  "query": {
    "match": {
      "姓名": "张彬"
    }
  },
  "script": {
    "source": "ctx._source["签到状态"] = params["签到状态"]",
    "lang": "painless",
    "params" : {
      "签到状态":"已签到"
    }
  }
}

UPSERT一个文档

我们前面给的update数据的操作，如果指定ID的文档不存在，ES会返回错误: 'document missing'。 术语 upsert 表示更新或插入，即如果存在则更新文档，否则插入新文档，这类似于mysql中的replace。

doc_as_upsert 参数检查具有给定ID的文档是否已经存在，并将提供的doc与现有文档合并。 如果不存在具有给定ID的文档，则会插入具有给定文档内容的新文档。

下面的示例使用 doc_as_upsert 合并到ID为3的文档中，或者如果不存在则插入一个新文档: 

POST /twitter/_update/3
{
     "doc": {
       "author": "Albert Paro",
       "title": "Elasticsearch 5.0 Cookbook",
       "description": "Elasticsearch 5.0 Cookbook Third Edition",
       "price": "54.99"
      },
     "doc_as_upsert": true
}

检查一个文档是否存在

有时候我们想知道一个文档是否存在，我们可以使用如下的方法： 

HEAD twitter/_doc/1

这个HEAD接口可以很方便地告诉我们在twitter的索引里是否有一id为1的文档：

上面的返回值表明id为1的文档是存在的。

删除一个文档

如果我们想删除一个文档的话，我们可以使用如下的命令： 

DELETE twitter/_doc/1

在上面的命令中，我们删除了id为1的文档:

在关系数据库中，通常是对数据库进行搜索，然后才进行删除。在这种情况下，我们通常事先并不知道文档的id。我们需要通过查询的方式来进行查询，然后进行删除。ES也提供了相应的REST接口。 

POST twitter/_delete_by_query
{
  "query": {
    "match": {
      "city": "上海"
    }
  }
}

这样我们就把所有的city是上海的文档都删除了。

删除一个index

删除一个index是非常直接的。我们可以直接使用如下的命令来进行删除： 

DELETE twitter

当我们执行完这一条语句后，所有的在twitter中的文档都被删除。

批处理命令

上面我们已经了解了如何使用REST接口来创建一个index，并为之创建，读取，修改，删除文档（CRUD）。因为每一次操作都是一个REST请求，对于大量的数据进行操作的话，这个显然比较慢。ES提供了一个批量处理的命令。这样我们通过一次REST请求，就可以完成很多的操作。这无疑是一个非常大的好处。下面，我们来介绍一下这个 bulk 命令。 

POST _bulk
{ "index" : { "_index" : "twitter", "_id": 1} }
{"user":"双榆树-张三","message":"今儿天气不错啊，出去转转去","uid":2,"age":20,"city":"北京","province":"北京","country":"中国","address":"中国北京市海淀区","location":{"lat":"39.970718","lon":"116.325747"}}
{ "index" : { "_index" : "twitter", "_id": 2 }}
{"user":"东城区-老刘","message":"出发，下一站云南！","uid":3,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区台基厂三条3号","location":{"lat":"39.904313","lon":"116.412754"}}
{ "index" : { "_index" : "twitter", "_id": 3} }
{"user":"东城区-李四","message":"happy birthday!","uid":4,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区","location":{"lat":"39.893801","lon":"116.408986"}}
{ "index" : { "_index" : "twitter", "_id": 4} }
{"user":"朝阳区-老贾","message":"123,gogogo","uid":5,"age":35,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区建国门","location":{"lat":"39.718256","lon":"116.367910"}}
{ "index" : { "_index" : "twitter", "_id": 5} }
{"user":"朝阳区-老王","message":"Happy BirthDay My Friend!","uid":6,"age":50,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区国贸","location":{"lat":"39.918256","lon":"116.467910"}}
{ "index" : { "_index" : "twitter", "_id": 6} }
{"user":"虹桥-老吴","message":"好友来了都今天我生日，好友来了,什么 birthday happy 就成!","uid":7,"age":90,"city":"上海","province":"上海","country":"中国","address":"中国上海市闵行区","location":{"lat":"31.175927","lon":"121.383328"}}

在上面的命令中，我们使用了 bulk 指令来完成我们的操作。在输入命令时，我们需要特别的注意： 千万不要添加除了换行以外的空格，否则会导致错误 。在上面我们用 index 来创建一个文档。为了方便，我们在每一个文档里，特别指定了每个文档的id。当执行完我们的批处理bulk命令后，我们可以看到：

显然，我们的创建是成功的。而且上面的命令还可以执行多次，相当于 UPSERT 的(插入/更新)批量操作而不会出现因为数据已存在而插入失败。在实际的使用中，我们必须注意的是：一个好的起点是批量处理1000到5,000个文档，总有效负载在5MB到15MB之间。如果我们的payload过大，那么可能会造成请求的失败。如果你想更进一步探讨的话，你可以使用文件 accounts.json 来做实验。

如果你想查询到所有的输入的文档，我们可以使用如下的命令来进行查询： 

POST twitter/_search

也可以使用 GET twitter/_search

这是一个查询的命令，在以后的章节中，我们将再详细介绍。通过上面的指令，我们可以看到所有的已经输入的文档。

上面的结果显示，已经有6条文档记录了。

我们可以通过使用_count命令来查询有多少条数据： 

GET twitter/_count

上面我们已经使用了 index 来创建6条文档记录。我也可以尝试其它的命令，比如 create : 

POST _bulk
{ "create" : { "_index" : "twitter", "_id": 1} }
{"user":"双榆树-张三","message":"今儿天气不错啊，出去转转去","uid":2,"age":20,"city":"北京","province":"北京","country":"中国","address":"中国北京市海淀区","location":{"lat":"39.970718","lon":"116.325747"}}
{ "index" : { "_index" : "twitter", "_id": 2 }}
{"user":"东城区-老刘","message":"出发，下一站云南！","uid":3,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区台基厂三条3号","location":{"lat":"39.904313","lon":"116.412754"}}
{ "index" : { "_index" : "twitter", "_id": 3} }
{"user":"东城区-李四","message":"happy birthday!","uid":4,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区","location":{"lat":"39.893801","lon":"116.408986"}}
{ "index" : { "_index" : "twitter", "_id": 4} }
{"user":"朝阳区-老贾","message":"123,gogogo","uid":5,"age":35,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区建国门","location":{"lat":"39.718256","lon":"116.367910"}}
{ "index" : { "_index" : "twitter", "_id": 5} }
{"user":"朝阳区-老王","message":"Happy BirthDay My Friend!","uid":6,"age":50,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区国贸","location":{"lat":"39.918256","lon":"116.467910"}}
{ "index" : { "_index" : "twitter", "_id": 6} }
{"user":"虹桥-老吴","message":"好友来了都今天我生日，好友来了,什么 birthday happy 就成!","uid":7,"age":90,"city":"上海","province":"上海","country":"中国","address":"中国上海市闵行区","location":{"lat":"31.175927","lon":"121.383328"}}

在上面的第一个记录里，使用了 create 来创建一个id为1的记录。因为之前已经创建过了，所以我们可以看到如下的信息：

从上面的信息，我们可以看出来 index 和 create 的区别。 index 总是可以成功，它可以覆盖之前的已经创建的文档，但是 create 则不行，如果已经有以那个id为名义的文档，就不会成功。

我们可以使用delete来删除一个已经创建好的文档： 

POST _bulk
{ "delete" : { "_index" : "twitter", "_id": 1 }}

现在我们来查询一下id=1的文档: 

GET twitter/_doc/1

显然，我们已经把id为1的文档成功删除了。

我们也可以使用 update 来更新一个文档。 

POST _bulk
{ "update" : { "_index" : "twitter", "_id": 2 }}
{"doc": { "city": "长沙2020"}}

我们现在来查看一下数据:

注意：通过bulk API为数据编制索引时，您不应在集群上进行任何查询/搜索。 这样做可能会导致严重的性能问题。

Open/Close Index 打开/关闭索引

ES支持索引的在线/离线模式。 使用离线模式时，在群集上几乎没有任何开销地维护数据。 关闭索引后，将阻止读/写操作。 当您希望索引重新联机时，只需打开它即可。 但是，关闭索引会占用大量磁盘空间。 您可以通过将 cluster.indices.close.enable 的默认值从true更改为false来禁用关闭索引功能，以避免发生意外。 

POST twitter/_close

一旦twitter索引被关闭了，那么我们再访问时会出现如下的错误：

我们可以通过_open接口来重新打开这个index: 

POST twitter/_open

Freeze/Unfreeze index 冻结/解冻索引

冻结索引（freeze index）在群集上几乎没有开销（除了将其元数据保留在内存中），并且是只读的。 只读索引被阻止进行写操作，例如 docs-index 或 force merge 。 请参阅 冻结索引 和 取消冻结索引 。

冻结索引受到限制，以限制每个节点的内存消耗。 每个节点的并发加载的冻结索引数受 search_throttled 线程池中的线程数限制，默认情况下为1。 默认情况下，即使已明确命名冻结索引，也不会针对冻结索引执行搜索请求。 这是为了防止由于误将冻结的索引作为目标而导致的意外减速。 如果要包含冻结索引做搜索，必须使用查询参数 ignore_throttled=false 来执行搜索请求。

我们可以使用如下的命令来对twitter索引来冻结： 

POST twitter/_freeze

在执行上面的命令后，我们再对twitter进行搜索：

我们搜索不到任何的结果。按照我们上面所说的，我们必须加上 ignore_throttled=false 参数来进行搜索：

显然对于一个frozen的索引来说，我们是可以对它进行搜索的。我们可以通过如下的命令来对这个已经冻结的索引来进行解冻： 

POST twitter/_unfreeze

一旦我们的索引被成功解冻，那么它就可以像我们正常的索引来进行操作了，而不用添加参数 ignore_throttled=false 来进行访问。

总结

执行当前代码块， 可以使用快捷键: Ctrl + Enter

aben_sky
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ES学习记录6——ES的数据复制模型（单处理接口）
jacksonary的博客
09-28 2544
9. 数据复制模型  单处理和批处理操作主要围绕数据复制模型来理解，具体接口如下： 单文档处理接口： Index接口； Get接口； Delete接口； Update接口； 多文档处理接口： Multi Get接口； 批处理接口； Delete By Query API； Update By Query API； Reindex API；  每个ES索引都被分割为碎片shards，...
开始使用 Elasticsearch （1）
热门推荐
Elastic 中国社区官方博客
08-14 3万+
在今天的这篇文章中，我们来主要介绍一下如何使用REST接口来对Elasticsearch进行操作。为了完成这项工作，我们必须完成如下的步骤： 安装 Elasticsearch。请参阅文章“如何在Linux，MacOS及Windows上进行安装Elasticsearch”。把Elasticsearch运行起来。 安装Kiban。请参阅文章“如何在Linux，MacOS及Windows上安装Ela................................................
elasticsearch安装采坑记录
神秘的凯
03-15 2万+
首先下载ESelasticsearch 6.1.1版本 然后安装 安装准备： 安装Elasticsearch唯一的要求是安装官方新版的Java，包括对应的Jdk。 安装Elasticsearch 首先到官网下载最新版本的Elasticsearch压缩包。 可以使用命令，注意将最新的可用的下载链接填入： curl -L -O https://artifacts.elastic...
【Elasticsearch】之 创建索引（Index）
fanfan4569的博客
11-22 6033
文章目录一、简介二、创建索引（0）HTTP（1）索引模板1. 编写模板2. `python` 脚本3. 问题 一、简介 Elasticsearch 是一个实时分布式搜索和分析引擎 在 Elasticsearch中，每一个字段的数据都是默认被索引的 也就是说，每个字段专门有一个反向索引用于快速检索 节点 说明 index 文档存储的地方 type 文档代表的对象的类 i...
elasticsearch 第五篇(文档操作接口)
GarfieldEr007的专栏
01-19 3279
INDEX API 示例: 1 2 3 4 5 PUT /test/user/1 { "name": "silence", "age": 27 } 说明: 1.索引文档使用PUT方法，需要指定index(test)、type(user)和文档编号，提交数据为json格式为文档的内容 2.在索引文档时，会自动检查in
es-dedupe:用于从Elasticsearch删除重复文档的工具
05-05
ES重迭 用于删除按某些唯一字段（例如--field Uuid ）分组的重复文档的工具。 删除过程包括两个阶段： 汇总查询查找具有相同field值且至少出现2次的文档。 此类文档的一份副本留在ES中，其他副本则通过批量API删除...
Embedded-elasticsearch：简化使用Elasticsearch创建集成测试的工具
02-06
该项目不再维护。 我们建议改为使用Testcontainers： :/... 该实用程序已使用1.x，2.x，5.x和6.x版本的Elasticsearch进行了测试。 介绍 使用此工具所需要做的就是创建EmbeddedElastic实例。 为此，请使用提供的构建器：
es-dedupe:通过命令行对elasticsearch文档进行重复数据删除
06-15
从elasticsearch中删除重复文档的命令行应用程序。
Spring Boot elasticsearch7.6.2基础操作：创建索引、新增数据、查询数据
04-29
Spring Boot elasticsearch7.6.2基础操作：创建索引、新增数据、查询数据
elasticsearch-6.8.3-API文档-中英对照版.zip
07-13
赠送原API文档：elasticsearch-6.8.3-javadoc.jar； 赠送源代码：elasticsearch-6.8.3-sources.jar； 赠送Maven依赖信息文件：elasticsearch-6.8.3.pom； 包含翻译后的API文档：elasticsearch-6.8.3-javadoc-API文档...
elasticSearch核心概念的介绍（三）：文档的增删改查
陈橙橙
02-18 698
文档的增删改查 在上一章介绍了映射的使用，有兴趣的朋友可以参考一下 elasticSearch核心概念的介绍（二）：映射的介绍和使用 这一章我们来简单介绍 一下 文档的使用,在es中文档也就是指的数据，如同mysql中的表数据。 新增文档 请求 curl -X PUT "http://172.25.45.150:9200/nba/_doc/1" -H 'Content-Type:application/json' -d ' { "name":"哈登", "team_name":"
搜索引擎之Elasticsearch的快速入门
vincent_wen0766的博客
10-23 398
我们在学习elasticsearch的核心概念之前，回顾下我们使用传统数据库查询数据的时候应该怎么做的？假设我们使用mysql数据库存储一些数据，我们的操作步骤是怎样的？ 建立数据库->建表->插入数据->查询 elasticsearch的主要概念 索引(index) 一个索引可以理理解成一个关系型数据库 类型(type) 一种type就像一类表，比如user表，order表 注意： ES 5.x中一个index可以有多种type ES 6.x中一个index只能有一种
自动创建ES的index
weixin_41725862的博客
02-26 4816
PUT /_cluster/settings { "persistent" : { "action": { "auto_create_index": "true" } } }
automapper自动创建映射_ElasticSearch系列-索引创建
weixin_39989796的博客
11-30 389
引文开启自动创建索引配置# config/elasticsearch.yml -- 配置文件action.auto_create_index: false -- 设置是否开启自动创建索引一、动态映射创建索引PUT test-- 结果{ "acknowledged" : true, "shards_acknowledged" : true, "index" : "test"}二、手动创建索引我们需要...
elasticsearch 自允许动创建索引
egegerhn的博客
08-16 666
代码】elasticsearch 自允许动创建索引。
ElasticSearch 索引创建
未来在这儿的专栏
03-21 7541
创建索引是使用Elasticsearch的关键步骤之一。在创建索引时，您需要考虑字段类型、分析器、嵌套和多个映射等因素。您还可以使用别名、分片和副本等功能来提高系统的容错性、性能和可用性。在创建索引之前，请确保您已经安装了Elasticsearch并启动了服务器。您还需要使用适当的REST客户端与服务器进行交互。如果您遇到问题，请查看Elasticsearch文档或参考Elasticsearch社区中的其它资源。#ChatGPT协助生成。
怎样合理创建es索引_ES（ElasticSearch） 索引创建
weixin_34626572的博客
12-24 2996
环境：ES 6.2.2os：Centos 7kibana:6.2.21、创建新的索引(index)PUT indexTest001结果：2、索引设置ES 默认提供了好多索引配置选项，参考https://www.elastic.co/guide/en/elasticsearch/reference/5.6/index-modules.html，这些配置选项都有经过优化的默认配置值，除非你非常清楚这...
Elastic_Search 实现索引按周期自动创建
最新发布
qq_47815451的博客
05-16 4110
三种方法实现Elastic_Search索引按周期自动创建
Elasticsearch 创建Index Management
05-12
在Elasticsearch中，可以使用Index Management API来创建和管理索引。 以下是创建索引的步骤： 1. 打开Elasticsearch的Kibana控制台，点击左侧导航栏中的“Dev Tools”。 2. 在左侧窗格中，选择“Console”选项卡...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值