Elasticsearch 2: 管理索引和文档

Elasticsearch 1: 基本原理和概念
Elasticsearch 2: 管理索引和文档
Elasticsearch 3: 数据检索和分析
Elasticsearch 4: 相关性检索和组合查询
Elasticsearch 5: 聚集查询
Elasticsearch 6: 索引别名
Elasticsearch 集群
SpringBoot 整合 Elasticsearch

1. 索引的管理

• 对索引的操作遵循Restful风格，GET 用来查看索引，PUT 用来创建索引，DELETE用来删除索引，HEAD用来检验索引是否存在

1.1 列出所有索引

GET /_cat/indices?v

1.2 关闭索引

• 如果关闭了一个索引,就无法通过Elasticsearch 来读取和写人其中的数据，直到再次打开它。在实际情况中，最好永久地保存应用日志，以防要查看很久之前的信息。另一方面，在 Elasticsearch 中存放大量数据需要增加资源。对于这种案例，关闭旧的索引非常有意义。你可能并不需要那些数据，但是也不想删除它们。一旦索引被关闭，它在 Elasticsearch 内存中唯一的痕迹是其元数据，如名字以及分片的位置。如果有足够的磁盘空间，而且也不确定是否需要在那个数据中再次搜索，关闭索引要比删除索引更好。

POST /open-soft/_close

1.3 打开索引

POST /open-soft/_open

1.4 配置索引

• 通过 settings 参数配置索引，索引的所有配置项都以“index”开头。索引的管理分为静态设置和动态设置两种。

1.4.1 静态设置

• 只能在索引创建时或在状态为 closed index（闭合索引）上设置，主要配置索引主分片、压缩编码、路由等相关信息
• index.number_of_shards主分片数，默认为 5.只能在创建索引时设置，不能修改
• index.shard.check_on_startup是否应在索引打开前检查分片是否损坏，当检查到分片损坏将禁止分片被打开。false：默认值；checksum：检查物理损坏；true:检查物理和逻辑损坏，这将消耗大量内存和 CPU；fix：检查物理和逻辑损坏。有损坏的分片将被集群自动删除，这可能导致数据丢失
• index.routing_partition_size 自定义路由值可以转发的目的分片数。默认为 1，只能在索引创建时设置。此值必须小于 index.number_of_shards
• index.codec 默认使用 LZ4 压缩方式存储数据，也可以设置为best_compression，它使用 DEFLATE 方式以牺牲字段存储性能为代价来获得更高的压缩比例。

put test1
{
    "settings": {
        "index.number_of_shards": 3,
        "index.codec": "best_compression"
    }
}

1.4.2 动态设置

• 通过接口“_settings”进行，同时查询配置也通过这个接口进行，比如：

#所有
get _settings
#索引fisher1
get /fisher1/_settings
#索引fisher1和fisher2
get /fisher1,fisher2/_settings

• 配置索引则通过

put fisher1/_settings
{
	"refresh_interval":"2s"
}

• 常用的配置参数如下
• index.number_of_replicas 每个主分片的副本数。默认为 1
• index.auto_expand_replicas 基于可用节点的数量自动分配副本数量,默认为 false（即禁用此功能）
• index.refresh_interval 执行刷新操作的频率。默认为 1s。可以设置为 -1 以禁用刷新。
• index.max_result_window 用于索引搜索的 from+size 的最大值。默认为 10000
• index.blocks.read_only 设置为 true 使索引和索引元数据为只读，false 为允许写入和元数据更改。
• index.blocks.read 设置为 true 可禁用对索引的读取操作
• index.blocks.write 设置为 true 可禁用对索引的写入操作
• index.blocks.metadata 设置为 true 可禁用索引元数据的读取和写入
• index.max_refresh_listeners 索引的每个分片上可用的最大刷新侦听器数
• index.max_docvalue_fields_search 一次查询最多包含开启 doc_values 字段的个数，默认为 100
• index.max_script_fields 查询中允许的最大 script_fields 数量。默认为 32。
• index.max_terms_count 可以在 terms 查询中使用的术语的最大数量。默认为 65536。
• index.routing.allocation.enable 控制索引分片分配。All(所有分片)、primaries（主分片）、new_primaries（新创建分片）、none（不分片）
• index.routing.rebalance.enable 索引的分片重新平衡机制。all、primaries、replicas、none
• index.gc_deletes 文档删除后（删除后版本号）还可以存活的周期，默认为 60s
• index.max_regex_length 用于正在表达式查询(regex query)正在表达式长度，默认为 1000

1.4.3 查看映射配置

• 通过_mapping 接口进行

get /open-soft/_mapping?pretty

• 或者只看某个字段的属性

get /open-soft/_mapping/field/lang

• 修改映射，当然就是通过 put 或者 post 方法了。但是要注意，已经存在的映射只能添加字段或者字段的多类型。但是字段创建后就不能删除，大多数参数也不能修改，可以改的是 ignore_above。所以设计索引时要做好规划，至少初始时的必要字段要规划好。

2. 文档的管理

2.1 增加文档

put /fisher/_doc/1
{
    "name": "Apache Hadoop",
    "lang": "Java",
    "corp": "Apache",
    "stars": 200
}

• 如果增加文档时，在 Elasticsearch 中如果有相同 ID 的文档存在，则更新此文档；没有这个ID，则新增

2.2 文档的 id

• 当创建文档的时候，如果不指定 ID，系统会自动创建 ID。自动生成的 ID 是一个不会重复的随机数。使用 GUID 算法，可以保证在分布式环境下，不同节点同一时间创建的_id 一定是不冲突的。比如

post /fisher/_doc
{
    "name": "Apache Hadoop",
    "lang": "Java",
    "corp": "Apache",
    "stars": 200
}

2.3 查询文档

get /fisher/_doc/1

2.4 更新文档

• 前面我们用 put 方法更新了已经存在的文档，但是可以看见他是整体更新文档，如果我们要更新文档中的某个字段怎么办？需要使用_update 接口。

post /fisher/_update/1
{
    "doc": {
        "year": 2022
    }
}

• 如果文档中存在 year 字段，更新 year 字段的值，如果不存在 year 字段，则会新增 year 字段，并将值设为 2022。

• update 接口在文档不存在时提示错误，如果希望在文档不存在时创建文档，则可以在请求中添加 upsert 参数或 doc_as_upsert 参数，例如

post /fisher/_update/5
{
    "doc": {
        "year": 2022
    },
    "upsert": {
        "name": "ES Framework",
        "corp": "ES "
    }
}

• 或者

post /fisher/_update/6
{
    "doc": {
        "year": 2022
    },
    "doc_as_upsert" : true
}

2.5 删除文档

delete /fisher/_doc/1