Py学习  »  Elasticsearch

Elasticsearch从入门到放弃:索引基本使用方法

面向Google编程 • 4 年前 • 489 次点击  
阅读 14

Elasticsearch从入门到放弃:索引基本使用方法

前文我们提到,Elasticsearch的数据都存储在索引中,也就是说,索引相当于是MySQL中的数据库。是最基础的概念。今天分享的也是关于索引的一些常用的操作。

创建索引

curl -X PUT "localhost:9200/jackey?pretty"
复制代码

ES创建索引使用PUT请求即可,上面是最简单的新建一个索引的方法,除此之外,你还可以指定:

  • Settings
  • Mappings
  • aliases

索引名称有以下限制:

  1. 必须是小写
  2. 不能包含:\,/,*, ?, ", <, >, |, (空格),,, #
  3. 在ES7.0以前索引名可以包含冒号,但是7.0之后不支持了
  4. 不能以-,_+开头
  5. 不能是...
  6. 长度不能超过255字节

请求支持的一些参数有:

  • wait_for_active_shards:继续操作前,必须处于active状态的分片数,默认是1,也可以设置为all或者不大于总分片数的任意正整数
  • timeout:设置等待响应的超时时间,默认是30秒
  • master_timeout:连接master节点响应的超时时间,默认是30秒

前面我们提到创建索引时可以指定三种属性,这三种属性都需要放在body中。

aliases

索引的别名,一个别名可以赋给多个索引。

给一个index起别名的方式有两种,一种是创建index时候在body中增加aliases,另一种是通过更新已有索引的方式增加。

方式一:

curl -X PUT "localhost:9200/jackey?pretty" -H 'Content-Type: application/json' -d'
{
    "aliases" : {
        "alias_1" : {},
        "alias_2" : {
            "filter" : {
                "term" : {"user" : "kimchy" }
            },
            "routing" : "kimchy"
        }
    }
}
'
复制代码

方式二:

curl -X POST "localhost:9200/_aliases?pretty" -H 'Content-Type: application/json' -d'
{
    "actions" : [
        { "add" : { "index" : "jackey", "alias" : "alias1" } }
    ]
}
'
复制代码

方式一中,我们还在body中增加了filter和routing。这主要是用于指定使用别名的条件。指定了filter后,通过alias_2,只能访问user为kimchy的document。而routing的值被用来路由,即alias_2只能路由到指定的分片。此外还有index_routing和search_routing,它们和routing类似,这里不做过多解释了。还有一个比较重要的属性是is_write_index,这个属性默认是false,如果设置成true,表示可以通过这个别名来写索引,默认情况下,别名像一个软链接,是不可以修改原索引的。

此外,还可以使用通配符为多个索引增加相同的别名

curl -X POST "localhost:9200/_aliases?pretty" -H 'Content-Type: application/json' -d'
{
    "actions" : [
        { "add" : { "index" : "test*", "alias" : "all_test_indices" } }
    ]
}
'
复制代码

除了add,还可以使用remove来删除别名

curl -X POST "localhost:9200/_aliases?pretty" -H 'Content-Type: application/json' -d'
{
    "actions" : [
        { "remove" : { "index" : "test1", "alias" : "alias1" } }
    ]
}
'
复制代码

Settings

先看一个例子:

curl -X PUT "localhost:9200/twitter?pretty" -H 'Content-Type: application/json' -d'
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3, 
            "number_of_replicas" : 2 
        }
    }
}
'
复制代码

索引的setting分为静态和动态两种。静态的只能在索引创建或关闭时设置;动态的则可以使用update-index-settings API来实时设置。上面的例子中,number_of_shards属于静态设置,number_of_replicas属于动态设置。

索引可以设置的setting可以在官方文档的Index modules查看,下面我会挑几个我认为比较重要的介绍一下。

先从静态开始:

  • index.number_of_shards:指定索引的分片数,只能在创建索引时设置。默认是1,最大可以设置为1024。这是出于安全考虑的一种保护措施。最大值可以通过设置系统变量来控制export ES_JAVA_OPTS="-Des.index.max_number_of_shards=128"
  • index.routing_partition_size:可以路由的分片数量,同样只能在创建索引时指定,默认值为1.这个值必须小于number_of_shards(除非number_of_shards的值也是1)

动态setting:

  • index.number_of_replicas:每个分片的副本数,默认是1
  • index.auto_expand_replicas:基于数据节点可以自动扩展的副本数,默认为为false。可以设置为一个区间,以短线分隔,例如「0-5」,也可以设置成all。需要注意的是,副本的自动扩展并不会考虑其他的分配规则。这有可能导致集群状态变成黄色
  • index.search.idle.after:分片被认为搜索空闲之前没有收到请求或搜索的时间。默认30秒。
  • index.refresh_interval:刷新操作的执行频率,默认是1s。如果设置成-1,表示不会刷新。如果没有显式设置,分片在收到搜索请求前至少index.search.idle.after秒内不会后台刷新
  • index.max_result_window:返回结果的最大数量,默认是10000(一万)。搜索返回结果占用的内存和时间受到这个值的限制
  • index.routing.rebalance.enable:是否允许分片的自平衡。默认是all,允许所有分片重新平衡。还可以设置为primaries,只允许主分片重新平衡。replicas只允许从分片重新平衡。none不允许分片重新平衡。

除了以上静态setting和动态setting之外,setting中还可以设置一些其他的值,例如分词器等,这些我们以后再做更详细的介绍。

Mappings

curl -X PUT "localhost:9200/test?pretty" -H 'Content-Type: application/json' -d'
{
    "settings" : {
        "number_of_shards" : 1
    },
    "mappings" : {
        "properties" : {
            "field1" : { "type" : "text" }
        }
    }
}
'
复制代码

Mapping主要用于帮助Elasticsearch理解每个域中数据的类型。7.0.0之前mapping的定义通常包括type名称。Elasticsearch支持的数据类型比较多,其中比较核心的简单数据类型包括:

  • 字符串: text和keyword
  • 整数 : byte, short, integer, long
  • 浮点数: float, double
  • 布尔型: boolean
  • 日期: date

其他的类型,我们以后会做更加详细的介绍。

删除索引

删除索引使用的是DELETE请求。

curl -X DELETE "localhost:9200/jackey?pretty"
复制代码

你可以在路径中指定具体索引,也可以使用通配符,需要删除多个索引时,可以使用逗号分隔。如果要删除全部索引,可以指定索引为_all或*(不要这么做)。在生产环境,我们通过在elasticsearch.yml文件中将action.destructive_requires_name配置为true来禁止这些危险的操作。

删除操作支持的参数有以下几种:

  • allow_no_indices:如果设置为true,则通配符或_all匹配不到索引时不会报错
  • expand_wildcards:控制通配符可以扩展到的索引类型。all:可以扩展到所有的索引。open:只能扩展到打开的索引。closed:只能扩展到关闭的索引。none:不接受通配符表达式。默认是open
  • ignore_unavailable:如果设置为true,不存在或关闭的索引不会在返回中。默认是false
  • timeout:指定等待返回响应的最长时间。默认是30秒
  • master_timeout:连接master节点响应的超时时间,默认是30秒

打开/关闭索引

前面我们已经提到过了打开/关闭索引。被关闭的索引几乎不能对它进行任何操作,它只是用来保留数据的。而打开或关闭索引通常需要重启分片来使操作生效。具体的操作如下:

curl -X POST "localhost:9200/jackey/_open?pretty"
复制代码
curl -X POST "localhost:9200/jackey/_close?pretty"
复制代码

支持的参数有:

  • allow_no_indices
  • expand_wildcards
  • ignore_unavailable
  • wait_for_active_shards
  • timeout
  • master_timeout

这些参数在前面都有介绍。这里就不再赘述了。

拆分索引

随着数据的越来越多,我们可能会有拆分索引的需求,感谢ES为我们提供了便利。

curl -X POST "localhost:9200/twitter/_split/split-twitter-index?pretty" -H 'Content-Type: application/json' -d'
{
  "settings": {
    "index.number_of_shards": 2
  }
}
'
复制代码

在拆分索引之前,要保证索引是只读状态,并且集群健康状态为green。设置只读的方法是:

curl -X PUT "localhost:9200/my_source_index/_settings?pretty" -H 'Content-Type: application/json' -d'
{
  "settings": {
    "index.blocks.write": true 
  }
}
'
复制代码

拆分索引的具体操作是:

  1. 创建一个和源索引相同的目标索引,主分片要大于源索引
  2. 建立从源索引到目标索引的硬连接
  3. 创建低级索引后,再对document做Hash操作。这是为了删除属于不同分片的document
  4. 恢复目标索引,就像重新打开关闭的索引一样

总结

关于索引的使用就先介绍到这里。还有很多不完善的地方,以后会继续补充。想要了解更多详细信息的同学可以查看官方文档

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/47601
 
489 次点击