Elasticsearch教程---Elasticsearch索引的创建（四）

第六章 索引的创建

6.1 语法

Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求

创建索引的请求格式：

• 请求方式：PUT

• 请求路径：/索引库名

• 请求参数：json格式：

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

  • settings：索引库的设置
    • number_of_shards：分片数量
    • number_of_replicas：副本数量

  FAQ 分片的大小和数量怎么设定？

  提示1：避免有非常大的分片，因为大的分片可能会对集群从故障中恢复的能力产生负面影响。 对于多大的分片没有固定的限制，但是分片大小为50GB通常被界定为适用于各种用例的限制。

  提示2：可以在集群节点上保存的分片数量与可用的堆内存大小成正比，但这在Elasticsearch中没有的固定限制。 一个很好的经验法则是：确保每个节点的分片数量保持在低于每1GB堆内存对应集群的分片在20-25之间。 因此，具有30GB堆内存的节点最多可以有600-750个分片，但是进一步低于此限制，您可以保持更好。 这通常会帮助群体保持处于健康状态。

6.2 测试

http://192.168.82.188:9200/qf

我们先用postman测试来试试

可以看到索引创建成功了。

6.3 使用kibana创建

kibana的控制台，可以对http请求进行简化，示例：

相当于是省去了elasticsearch的服务器地址

而且还有语法提示，非常舒服。

6.4 查看索引设置

语法

Get请求可以帮我们查看索引信息，格式：

GET /索引库名

或者，我们可以使用*来查询所有索引库配置：

6.5 删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

当然，我们也可以用HEAD请求，查看索引是否存在：

HEAD qianfeng

6.6 映射配置

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。

什么是映射？

映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等

只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）

6.7 创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}

put  /qf/_mapping/tb_item{
	 "properties":{
	 		"type":
	 		"index"：
	 		"store":
	 }
}

• 类型名称：就是前面讲的type的概念，类似于数据库中的不同表
  字段名：任意填写 ，可以指定许多属性，例如：
• type：类型，可以是text、long、short、date、integer、object等
• index：是否索引，默认为true
• store：是否存储，默认为false
• analyzer：分词器，这里的ik_max_word即使用ik分词器

示例

发起请求：

POST  qf/_mapping/items
{
  "properties":
  {
    "title":{
    "type":"text",
    "analyzer":"ik_max_word"
  },
  "sellpoint":{
    "type": "text",
    "index":true,
    "store": true
  }
  ,
  "images":{
     "type":"keyword",
     "index":false
  },
  "price":{
    "type":"float" 
  }
  }
}

响应结果：

{
  "acknowledged": true
}

6.8 查看映射关系

语法：

GET /索引库名/_mapping

示例：

GET /qf/_mapping

响应：

{
  "qf": {
    "mappings": {
      "items": {
        "properties": {
          "images": {
            "type": "keyword",
            "index": false
          },
          "price": {
            "type": "float"
          },
          "sellpoint": {
            "type": "text",
            "store": true
          },
          "title": {
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }
  }
}

6.9 字段属性详解

6.9.1 type

Elasticsearch中支持的数据类型非常丰富：

我们说几个关键的：

• String类型，又分两种：

  • text：可分词，不可参与聚合
  • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

• Numerical：数值类型，分两类

  • 基本数据类型：long、interger、short、byte、double、float、half_float
  • 浮点数的高精度类型：scaled_float
    • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

• Date：日期类型

  elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

• boolean

​ 设置字段类型为boolean后，可以填入的值为：true、false、“true”、“false”。

• binary

​ binary类型接受base64编码的字符串。

• geo point

  地理点类型用于存储地理位置的经纬度对

其它的不再一一讲解，用的不多，大家参考官方文档：

https://www.elastic.co/guide/en/elasticsearch/reference/6.5/mapping-types.html

6.9.2 index

index影响字段的索引情况。

• true：字段会被索引，则可以用来进行搜索。默认值就是true
• false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。

但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

6.9.3 store

是否将数据进行额外存储。

在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。

但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。

原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

6.9.4 boost

激励因子，这个与lucene中一样,我们可以通过指定一个boost值来控制每个查询子句的相对权重，该值默认为1。一个大于1的boost会增加该查询子句的相对权重,如下所示：

GET/_search{
    "query": {
        "bool": {
            "must": {
                "match": {
                    "content": {
                        "query": "full text search",
                        "operator": "and"
                    }
                }
            },
            "should": [{
                "match": {
                    "content": {
                        "query": "Elasticsearch",
                        "boost": 3
                    }
                }
            },
            {
                "match": {
                    "content": {
                        "query": "Lucene",
                        "boost": 2
                    }
                }
            }]
        }
    }
}

6.9.5 analyzer

定义的是该字段的分析器，默认的分析器是 standard 标准分析器，这个地方可定义为自定义的分析器。比如IK分词器为：ik_max_word

6.10 学生实习题

某短信平台发送短信的下发表字段如下所示：

字段名称	备注
createDate	创建时间
sendDate	发送时间
longCode	发送的长号码，如“1069886622”
mobile	如：13800000000
corpName	发送公司名称，需要分词检索
smsContent	下发短信内容，需要分词检索
state	短信下发状态 0 成功 1 失败
operatorId	运营商编号 1 移动 2 联通 3 电信
province	省份
ipAddr	下发服务器IP地址
replyTotal	短信状态报告返回时长（秒）
fee	扣费（分）

请根据上面的表设计出索引结构。

完整代码：https://github.com/chutianmen/elasticsearch-examples