Elasticsearch 从入门到学会之四（索引API-索引管理）

阿呜的边城
889 阅读7分钟

在 Elasticsearch 中，索引可被认作一种文档的优化集合，且每个文档都是字段的集合，字段是包含你数据的键值对。

也就是：索引 → 文档 → 字段 → 数据。

一个 Elasticsearch 索引只是一个或多个物理分片的逻辑组，其中每个分片实际上是一个独立索引。通过将索引中的文档分布在多个分片上，并将这些分片分布在多个节点上。

也就是：节点 → 分片 → 文档（索引）。

分片分为主分片和副本，每个文档都属于一个主分片，然后副分片是主分片的复制。

核心概念类比：

概念类比
索引(indices)数据库（Database）
类型(type)表(Table)
文档(document)行(Row )
字段(field)列(Columns)

6.0.0开始，单个索引只能有一个类型，7.0.0开始不建议使用。8.0.0后完全不支持。

索引设置

索引设置分为：

  • 静态索引设置：创建时设置，或索引关闭后可修改的。
  • 动态索引设置：直接用更新索引 API 就可以修改。

相关设置参数见下表：

分类参数说明
静态索引设置（Static index settings）
number_of_shards索引的主分片数，默认为1，上限为1024。只能索引创建时设置。
number_of_routing_shards用于拆分 （split）索引路由分片数
shard.check_on_startup打开前对分片进行检测，损坏会中断打开，默认值为false，值有： true、checksum、false
codec默认使用LZ4压缩存储数据，可使用best_compression更高的压缩比，但降低存储字段性能。
routing_partition_size自定义可转换的路由分片数。 默认值1，必须小于number_of_shards（除非它也是1），只能索引创建时设置。
soft_deletes.enabled索引软删除，默认true。支持版本：[6.5.0,7.6.0) ，低于集合的版本无此配置，大于集合的版本不推荐修改
soft_deletes.retention_lease.period分片历史过期前的保留周期，默认12h
load_fixed_bitset_filters_eagerly是否为嵌套查询预加载缓存筛选器，默认true，值有：true、false
动态索引设置（Dynamic index setting）
hidden索引是否默认隐藏，如隐藏，需要在请求带参expand_wildcards才可查询。默认值为false，值有：true、false
number_of_replicas每个主分片的副本（备份数），默认值为1
auto_expand_replicas基于集群中数据节点数量，自动扩展备份数，设置为以连接符分隔的下限和上限（如，0-5）或者使用 all 作为上限（如，0-all）。默认为 false（即禁用）。
search.idle.after搜索空闲前等待时间，默认值30s
refresh_interval刷新操作周期，让索引最近变更可被搜索。默认值1s，可设置为-1表示禁用刷新
max_result_window从索引搜索数据的最大值（即from + size的值），默认值10000
max_inner_result_window索引内部命中和最高命中聚集最大值（即from + size的值），默认值100
max_rescore_window搜索索引重打分（rescore）请求时的window_size最大值（默认与max_result_window一样默认10000）
max_docvalue_fields_search允许查询docvalue_fields最大值，默认值100
max_script_fields允许查询script_fields最大值，默认值32
max_ngram_diff用于NGramTokenizer和NGramTokenFilter的，min_gram和max_gram之间的最大差值 ，默认值1
max_shingle_diff用于shingle token filter的，max_shingle_size和min_shingle_size之间的最大差值，默认值3
max_refresh_listeners每个索引分片上的最大刷新监听器数量。
analyze.max_token_count用于_analyze API的最大标记值，默认值10000
highlight.max_analyzed_offset用于高亮请求的可分析最大字符数量，仅对无offsets和term vectors的文本高亮请求有效。默认值1000000
max_terms_count用于词语查询最大词语数量，默认值65536
max_regex_length用于正则查询的最大正则长度，默认值1000
routing.allocation.enable控制索引的分片分配。默认值all，值有：all、primaries、new_primaries、none
routing.rebalance.enable允许索引分片重平衡，默认值all，值有：all、primaries、replicas、none
gc_deletes已删除文档的版本号可用于进一步版本化操作的时长，默认值60s
default_pipeline索引的默认摄取节点（ingest node）管道。可使用参数pipeline重载。特定参数_none表明不会运行摄取节点管道。
final_pipeline索引的最终摄取节点（ingest node）管道。特定参数_none表明不会运行摄取节点管道。

这么多设置，一般使用都不会进行配置。可能常用的有： index.number_of_shards（主分片数）、index.number_of_replicas（主分片的副本数）。

创建示例

1.创建一个索引，带配置number_of_shards 和 number_of_replicas 。主分片设置为 3，主分片的副本设置为 2。路径当中为索引名称，后面的json为请求体内容，索引名称要符合以下规则：

索引名字必须符合以下约定：

  • 只能是小写字符

  • 不能包含字符：\、/、*、?、"、<、>、|、 (空格)、,、#

  • 7.0 之前索引可以包含冒号（:），但在 7.0 之后不推荐。

  • 不能以 -、_、+ 开头

  • 不能是 . 或 ..

  • 长度不能超过 255 字节（注意是字节，所以多字节字符会更快达到 255 的限制）

  • 名字以 . 开头不推荐，除非由插件管理的隐藏索引和内部索引

PUT /my-index-000001

{

 "settings": {

  "index": {

   "number_of_shards": 3, 

   "number_of_replicas": 2

  }

 }

}

进一步，不用显示指定 index 部分：

PUT /my-index-000001
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  }
}
  1. 加上映射配置一起
PUT /test
{
  "settings": {
    "number_of_shards": 1
  },
  "mappings": {
    "properties": {
      "field1": { "type": "text" }
    }
  }
}
  1. 配置索引别名
{
  "aliases": {
    "alias_1": {},
    "alias_2": {
      "filter": {
        "term": { "user.id": "kimchy" }
      },
      "routing": "shard-1"
    }
  }
}

响应示例：

{
  "acknowledged": true,
  "shards_acknowledged": true,
  "index": "test"
}

acknowledged 表明在集群中索引是否成功创建，同时 shards_acknowledged 表明在超时之前，是否为每个分片启动了必需的分片副本数量。

需要注意的就是：两个值都可能是 false，但索引也是能创建成功的，这里只表明超时前的操作状态。

索引管理 API

进一步，与索引管理相关的API如下：

API文档Http方法URL路径参数查询参数请求体
创建索引PUT/{index}{index} 索引名字include_type_name
wait_for_active_shards
master_timeout
timeout		aliases
mappings
删除索引DELETE/{index}{index} 索引名字allow_no_indices
expand_wildcards
ignore_unavailable
master_timeout
timeout		无
获取索引GET/{index}{index}索引名字allow_no_indices
expand_wildcards
flat_settings
include_defaults
include_type_name
ignore_unavailable
local
master_timeout
无
索引存在HEAD/{index}{index}索引名字，可多个名字用逗号分隔allow_no_indices
expand_wildcards
flat_settings
include_defaults
include_type_name
ignore_unavailable
local
无
关闭索引POST/{index}/_close{index}索引名字，可多个名字用逗号分隔allow_no_indices
expand_wildcards
ignore_unavailable
wait_for_active_shards
master_timeout
timeout		无
开启索引POST/{index}/_open{index}索引名字，可多个名字用逗号分隔。也可使用 _all 或 * 代表所有allow_no_indices
expand_wildcards
ignore_unavailable
wait_for_active_shards
master_timeout
timeout		无
收缩索引POST 或 PUT/{index}/_shrink/{target_index}{index} 源索引名字
{target_index} 目标索引名字		wait_for_active_shards
master_timeout
timeout		aliases
settings
max_primary_shard_size
拆分索引POST 或 PUT/{index}/_split/{target-index}{index} 源索引名字
{target_index} 目标索引名字		wait_for_active_shards
master_timeout
timeout		aliases
settings
复制索引POST 或 PUT/{index}/_clone/{target-index}{index} 源索引名字
{target_index} 目标索引名字		wait_for_active_shards
master_timeout
timeout		aliases
settings
翻转索引POST/{rollover-target}/_rollover 或 /{rollover-target}/_rollover/{target-index}{rollover-target} 待翻转索引名字。{target-index} 可选的目标索引名字dry_run
include_type_name
wait_for_active_shards
master_timeout
timeout		aliases
conditions
mappings
settings
冻结索引POST/{index}/_freeze{index}索引名字无无
解冻索引POST/{index}/_unfreeze{index}索引名字无无
解析索引GET/_resolve/index/{name}{name}索引名字，可多个名字用逗号分隔expand_wildcards
无

基于以上表的数据，我们可以进一步总结如下。

  1. 索引的 CRUD 操作为：
  • 增：创建索引 PUT /{index}
  • 删：删除索引 DELETE /{index}
  • 查：获取索引 GET /{index}
  • 改：没有直接修改索引的 API，有修改索引属性的 API，且需要看属性是静态属性还是动态属性等。
  1. 索引存在性操作：
  • 索引存在 HEAD /{index}

elasticsearch 中有这个索引，就响应 200，没有这个索引，就响应 404。

  1. 索引开、关操作：
  • 关闭 POST /{index}/_close
  • 开启 POST /{index}/_open

关闭索引后，将不能读写。开关状态可以在 GET /_cat/indices/customer?v 中查看，值为 open 或 close

  1. 索引冻结、解冻操作：
  • 冻结 POST /{index}/_freeze
  • 解冻 POST /{index}/_unfreeze

冻结索引后，将不能写。冻结状态可以在 GET /{index} 中查看，位于 {index}->settings->index->frozen，值为false 或 true。

  1. 索引缩、扩操作：
  • 收缩 POST /{index}/_shrink/{target_index}
  • 拆分 POST /{index}/_split/{target_index}

生成一个新的索引，并减少或增加索引的分片数。

  1. 其他操作：
  • 复制 POST /{index}/_clone/{target_index}

复制生成一个新的索引。

  • 翻转 POST /{rollover-target}/_rollover 或 /{rollover-target}/_rollover/{target-index}

符合指定的条件时，将索引别名的写数据指向新的索引，以达到类似数据归档的效果。

  • 解析 GET /_resolve/index/{name}

获取指定名字的相关索引的名字、别名、数据流。

通过以上总结，我们可以看出来，针对索引管理的 API，基本只能索引本身直接操作，而不怎么涉及更明细的东西。且，我们可以再次发现，Elasticsearch 的操作关键字，都是以下划线 _ 开头的，比如 _clone。

下一篇我们将学习索引的映射管理。

欢迎关注我的博客：阿呜的边城

欢迎关注我的公众号：阿呜的编程

avatar
文章
阅读
粉丝
相关推荐
webpack从入门到进阶（四）---webpack原理
231阅读
 · 
0点赞
Elasticsearch：如何将整个 Elasticsearch 索引导出到文件 - Python 8.x
357阅读
 · 
1点赞
什么是 Elasticsearch 索引？
526阅读
 · 
0点赞
Mysql索引:从入门到茅塞顿开
725阅读
 · 
1点赞
ElasticSearch 小白从入门到精通
769阅读
 · 
3点赞
skywalking从入门到精通(四)-自定义链路追踪
1.6k阅读
 · 
0点赞
深入理解Elasticsearch倒排索引
1.2k阅读
 · 
3点赞
Elasticsearch：使用 ingest pipeline 来管理索引名称
815阅读
 · 
21点赞
ElasticSearch : 索引模板和滚动索引实现
2.5k阅读
 · 
10点赞
Elasticsearch：如何在 Python 中使用批量 API 为 Elasticsearch 索引文档
2.1k阅读
 · 
1点赞

友情链接：