Elasticsearch之索引管理

刪除索引

用以下的請求來 刪除索引:

DELETE /my_index
DELETE /index_one,index_two
DELETE /index_*
DELETE /_all
DELETE /*

對一些人來說膏蚓,能夠用單個(gè)命令來刪除所有數(shù)據(jù)可能會導(dǎo)致可怕的后果瓢谢。如果你想要避免意外的大量刪除, 你可以在你的 elasticsearch.yml 做如下配置:

action.destructive_requires_name: true

這個(gè)設(shè)置使刪除只限于特定名稱指向的數(shù)據(jù), 而不允許通過指定 _all 或通配符來刪除指定索引庫。你同樣可以通過 Cluster State API 動態(tài)的更新這個(gè)設(shè)置驮瞧。

索引設(shè)置

下面是兩個(gè) 最重要的設(shè)置:

  • number_of_shards

    每個(gè)索引的主分片數(shù)氓扛,默認(rèn)值是 5 。這個(gè)配置在索引創(chuàng)建后不能修改论笔。

  • number_of_replicas

    每個(gè)主分片的副本數(shù)采郎,默認(rèn)值是 1 。對于活動的索引庫狂魔,這個(gè)配置可以隨時(shí)修改蒜埋。

例如,我們可以創(chuàng)建只有 一個(gè)主分片最楷,沒有副本的小索引:

PUT /my_temp_index
{
    "settings": {
        "number_of_shards" :   1,
        "number_of_replicas" : 0
    }
}

然后整份,我們可以用 update-index-settings API 動態(tài)修改副本數(shù):

PUT /my_temp_index/_settings
{
    "number_of_replicas": 1
}

配置分析器

第三個(gè)重要的索引設(shè)置是 analysis 部分待错, 用來配置已存在的分析器或針對你的索引創(chuàng)建新的自定義分析器。

在下面的例子中皂林,我們創(chuàng)建了一個(gè)新的分析器朗鸠,叫做 es_std , 并使用預(yù)定義的 西班牙語停用詞列表:

PUT /spanish_docs
{
    "settings": {
        "analysis": {
            "analyzer": {
                "es_std": {
                    "type":      "standard",
                    "stopwords": "_spanish_"
                }
            }
        }
    }
}

es_std 分析器不是全局的--它僅僅存在于我們定義的 spanish_docs 索引中础倍。 為了使用 analyze API來對它進(jìn)行測試烛占,我們必須使用特定的索引名:

GET /spanish_docs/_analyze
{
  "analyzer":"my_analyzer",
  "text":"El veloz zorro marrón"
}

自定義分析器

雖然Elasticsearch帶有一些現(xiàn)成的分析器,然而在分析器上Elasticsearch真正的強(qiáng)大之處在于沟启,你可以通過在一個(gè)適合你的特定數(shù)據(jù)的設(shè)置之中組合字符過濾器忆家、分詞器、詞匯單元過濾器來創(chuàng)建自定義的分析器德迹。

PUT /my_index
{
    "settings": {
        "analysis": {
            "char_filter": {
                "&_to_and": {
                    "type":       "mapping",
                    "mappings": [ "&=> and "]
            }},
            "filter": {
                "my_stopwords": {
                    "type":       "stop",
                    "stopwords": [ "the", "a" ]
            }},
            "analyzer": {
                "my_analyzer": {
                    "type":         "custom",
                    "char_filter":  [ "html_strip", "&_to_and" ],
                    "tokenizer":    "standard",
                    "filter":       [ "lowercase", "my_stopwords" ]
            }}
}}}

測試自定義分析器

GET /my_index/_analyze
{
  "analyzer":"my_analyzer",
  "text":"The quick & brown fox"
}

類型(type)和映射

Elasticsearch 類型是 以 Lucene 處理文檔的這個(gè)方式為基礎(chǔ)來實(shí)現(xiàn)的芽卿。一個(gè)索引可以有多個(gè)類型,這些類型的文檔可以存儲在相同的索引中胳搞。

Lucene 沒有文檔類型的概念卸例,每個(gè)文檔的類型名被存儲在一個(gè)叫 _type 的元數(shù)據(jù)字段上。 當(dāng)我們要檢索某個(gè)類型的文檔時(shí), Elasticsearch 通過在 _type 字段上使用過濾器限制只返回這個(gè)類型的文檔肌毅。

Lucene 也沒有映射的概念筷转。 映射是 Elasticsearch 將復(fù)雜 JSON 文檔 映射 成 Lucene 需要的扁平化數(shù)據(jù)的方式。

  • 避免類型陷阱

    這導(dǎo)致了一個(gè)有趣的思想實(shí)驗(yàn): 如果有兩個(gè)不同的類型悬而,每個(gè)類型都有同名的字段呜舒,但映射不同(例如:一個(gè)是字符串一個(gè)是數(shù)字),將會出現(xiàn)什么情況笨奠?

    簡單回答是袭蝗,Elasticsearch 不會允許你定義這個(gè)映射。當(dāng)你配置這個(gè)映射時(shí)般婆,將會出現(xiàn)異常到腥。

    詳細(xì)回答是,每個(gè) Lucene 索引中的所有字段都包含一個(gè)單一的蔚袍、扁平的模式左电。一個(gè)特定字段可以映射成 string 類型也可以是 number 類型,但是不能兩者兼具页响。因?yàn)轭愋褪?Elasticsearch 添加的 優(yōu)于 Lucene 的額外機(jī)制(以元數(shù)據(jù) _type 字段的形式)篓足,在 Elasticsearch 中的所有類型最終都共享相同的映射。

    以 data 索引中兩種類型的映射為例:

{
   "data": {
      "mappings": {
         "people": {
            "properties": {
               "name": {
                  "type": "string",
               },
               "address": {
                  "type": "string"
               }
            }
         },
         "transactions": {
            "properties": {
               "timestamp": {
                  "type": "date",
                  "format": "strict_date_optional_time"
               },
               "message": {
                  "type": "string"
               }
            }
         }
      }
   }
}

每個(gè)類型定義兩個(gè)字段 (分別是 "name"/"address" 和 "timestamp"/"message" )闰蚕。它們看起來是相互獨(dú)立的栈拖,但在后臺 Lucene 將創(chuàng)建一個(gè)映射,如:

{
   "data": {
      "mappings": {
        "_type": {
          "type": "string",
          "index": "not_analyzed"
        },
        "name": {
          "type": "string"
        }
        "address": {
          "type": "string"
        }
        "timestamp": {
          "type": "long"
        }
        "message": {
          "type": "string"
        }
      }
   }
}

注: 這不是真實(shí)有效的映射語法没陡,只是用于演示

對于整個(gè)索引涩哟,映射在本質(zhì)上被 扁平化 成一個(gè)單一的索赏、全局的模式。這就是為什么兩個(gè)類型不能定義沖突的字段:當(dāng)映射被扁平化時(shí)贴彼,Lucene 不知道如何去處理潜腻。

  • 類型討論

    那么,這個(gè)討論的結(jié)論是什么器仗?技術(shù)上講融涣,多個(gè)類型可以在相同的索引中存在,只要它們的字段不沖突(要么因?yàn)樽侄问腔楠?dú)占模式精钮,要么因?yàn)樗鼈児蚕硐嗤淖侄危?/p>

    重要的一點(diǎn)是: 類型可以很好的區(qū)分同一個(gè)集合中的不同細(xì)分威鹿。在不同的細(xì)分中數(shù)據(jù)的整體模式是相同的(或相似的)。

    類型不適合 完全不同類型的數(shù)據(jù) 轨香。如果兩個(gè)類型的字段集是互不相同的忽你,這就意味著索引中將有一半的數(shù)據(jù)是空的(字段將是 稀疏的 ),最終將導(dǎo)致性能問題臂容。在這種情況下科雳,最好是使用兩個(gè)單獨(dú)的索引。

根對象

映射的最高一層被稱為 根對象 脓杉,它可能包含下面幾項(xiàng):

  • 一個(gè) properties 節(jié)點(diǎn)糟秘,列出了文檔中可能包含的每個(gè)字段的映射
  • 各種元數(shù)據(jù)字段,它們都以一個(gè)下劃線開頭丽已,例如 _type 蚌堵、 _id 和 _source
  • 設(shè)置項(xiàng)买决,控制如何動態(tài)處理新的字段沛婴,例如 analyzer 、 dynamic_date_formats 和 dynamic_templates
  • 其他設(shè)置督赤,可以同時(shí)應(yīng)用在根對象和其他 object 類型的字段上嘁灯,例如 enabled 、 dynamic 和 include_in_all

動態(tài)映射

當(dāng) Elasticsearch 遇到文檔中以前 未遇到的字段躲舌,它用 dynamic mapping 來確定字段的數(shù)據(jù)類型并自動把新的字段添加到類型映射丑婿。

有時(shí)這是想要的行為有時(shí)又不希望這樣。通常沒有人知道以后會有什么新字段加到文檔没卸,但是又希望這些字段被自動的索引羹奉。也許你只想忽略它們。如果Elasticsearch是作為重要的數(shù)據(jù)存儲约计,可能就會期望遇到新字段就會拋出異常诀拭,這樣能及時(shí)發(fā)現(xiàn)問題。

幸運(yùn)的是可以用 dynamic 配置來控制這種行為 煤蚌,可接受的選項(xiàng)如下:

  • true,動態(tài)添加新的字段--缺省
  • false,忽略新的字段
  • strict,如果遇到新字段拋出異常

配置參數(shù) dynamic 可以用在根 object 或任何 object 類型的字段上耕挨。你可以將 dynamic 的默認(rèn)值設(shè)置為 strict , 而只在指定的內(nèi)部對象中開啟它, 例如:

PUT /my_index
{
    "mappings": {
        "my_type": {
            "dynamic":      "strict", 
            "properties": {
                "title":  { "type": "string"},
                "stash":  {
                    "type":     "object",
                    "dynamic":  true 
                }
            }
        }
    }
}

使用上述動態(tài)映射细卧, 你可以給 stash 對象添加新的可檢索的字段:

PUT /my_index/my_type/1
{
    "title":   "This doc adds a new field",
    "stash": { "new_field": "Success!" }
}

但是對根節(jié)點(diǎn)對象 my_type 進(jìn)行同樣的操作會失敗:

PUT /my_index/my_type/1
{
    "title":     "This throws a StrictDynamicMappingException",
    "new_field": "Fail!"
}

自定義動態(tài)映射

使用 dynamic_templates 筒占,你可以完全控制 新檢測生成字段的映射贪庙。你甚至可以通過字段名稱或數(shù)據(jù)類型來應(yīng)用不同的映射。

每個(gè)模板都有一個(gè)名稱翰苫, 你可以用來描述這個(gè)模板的用途止邮, 一個(gè) mapping 來指定映射應(yīng)該怎樣使用,以及至少一個(gè)參數(shù) (如 match) 來定義這個(gè)模板適用于哪個(gè)字段革骨。

模板按照順序來檢測农尖;第一個(gè)匹配的模板會被啟用。例如良哲,我們給 string 類型字段定義兩個(gè)模板:

  • es :以 _es 結(jié)尾的字段名需要使用 spanish 分詞器盛卡。
  • en :所有其他字段使用 english 分詞器。
PUT /my_index
{
    "mappings": {
        "my_type": {
            "dynamic_templates": [
                { "es": {
                      "match":              "*_es", 
                      "match_mapping_type": "string",
                      "mapping": {
                          "type":           "string",
                          "analyzer":       "spanish"
                      }
                }},
                { "en": {
                      "match":              "*", 
                      "match_mapping_type": "string",
                      "mapping": {
                          "type":           "string",
                          "analyzer":       "english"
                      }
                }}
            ]
}}}

缺省映射

通常筑凫,一個(gè)索引中的所有類型(type)共享相同的字段和設(shè)置滑沧。 default 映射更加方便地指定通用設(shè)置,而不是每次創(chuàng)建新類型時(shí)都要重復(fù)設(shè)置巍实。 default 映射是新類型的模板滓技。在設(shè)置 default 映射之后創(chuàng)建的所有類型都將應(yīng)用這些缺省的設(shè)置,除非類型在自己的映射中明確覆蓋這些設(shè)置棚潦。

例如令漂,我們可以使用 default 映射為所有的類型禁用 _all 字段, 而只在 blog 類型啟用:

PUT /my_index
{
    "mappings": {
        "_default_": {
            "_all": { "enabled":  false }
        },
        "blog": {
            "_all": { "enabled":  true  }
        }
    }
}

重新索引數(shù)據(jù)

盡管可以增加新的類型到索引中丸边,或者增加新的字段到類型中叠必,但是不能添加新的分析器或者對現(xiàn)有的字段做改動。 如果你那么做的話妹窖,結(jié)果就是那些已經(jīng)被索引的數(shù)據(jù)就不正確纬朝, 搜索也不能正常工作。

對現(xiàn)有數(shù)據(jù)的這類改變最簡單的辦法就是重新索引:用新的設(shè)置創(chuàng)建新的索引并把文檔從舊的索引復(fù)制到新的索引骄呼。

字段 _source 的一個(gè)優(yōu)點(diǎn)是在Elasticsearch中已經(jīng)有整個(gè)文檔共苛。你不必從源數(shù)據(jù)中重建索引,而且那樣通常比較慢蜓萄。

為了有效的重新索引所有在舊的索引中的文檔隅茎,用 scroll 從舊的索引檢索批量文檔 , 然后用 bulk API 把文檔推送到新的索引中嫉沽。

從Elasticsearch v2.3.0開始辟犀, Reindex API 被引入。它能夠?qū)ξ臋n重建索引而不需要任何插件或外部工具耻蛇。

索引別名和零停機(jī)

在前面提到的踪蹬,重建索引的問題是必須更新應(yīng)用中的索引名稱胞此。 索引別名就是用來解決這個(gè)問題的!

索引 別名 就像一個(gè)快捷方式或軟連接跃捣,可以指向一個(gè)或多個(gè)索引漱牵,也可以給任何一個(gè)需要索引名的API來使用。別名 帶給我們極大的靈活性疚漆。

有兩種方式管理別名:

  • _alias 用于單個(gè)操作
  • _aliases 用于執(zhí)行多個(gè)原子級操作

在本章中酣胀,我們假設(shè)你的應(yīng)用有一個(gè)叫 my_index 的索引。事實(shí)上娶聘, my_index 是一個(gè)指向當(dāng)前真實(shí)索引的別名闻镶。真實(shí)索引包含一個(gè)版本號: my_index_v1 , my_index_v2 等等丸升。

首先铆农,創(chuàng)建索引 my_index_v1 ,然后將別名 my_index 指向它:

# 創(chuàng)建索引 my_index_v1 
PUT /my_index_v1 
# 設(shè)置別名 my_index 指向 my_index_v1
PUT /my_index_v1/_alias/my_index 

你可以檢測這個(gè)別名指向哪一個(gè)索引:

GET /*/_alias/my_index

或哪些別名指向這個(gè)索引:

GET /my_index_v1/_alias/*

兩者都會返回下面的結(jié)果:

{
    "my_index_v1" : {
        "aliases" : {
            "my_index" : { }
        }
    }
}

然后狡耻,我們決定修改索引中一個(gè)字段的映射墩剖。當(dāng)然,我們不能修改現(xiàn)存的映射夷狰,所以我們必須重新索引數(shù)據(jù)岭皂。 首先, 我們用新映射創(chuàng)建索引 my_index_v2 :

PUT /my_index_v2
{
    "mappings": {
        "my_type": {
            "properties": {
                "tags": {
                    "type":   "string",
                    "index":  "not_analyzed"
                }
            }
        }
    }
}

然后我們將數(shù)據(jù)從 my_index_v1 索引到 my_index_v2 ,下面的過程在 重新索引你的數(shù)據(jù) 中已經(jīng)描述過沼头。一旦我們確定文檔已經(jīng)被正確地重索引了爷绘,我們就將別名指向新的索引。

一個(gè)別名可以指向多個(gè)索引进倍,所以我們在添加別名到新索引的同時(shí)必須從舊的索引中刪除它土至。這個(gè)操作需要原子化,這意味著我們需要使用 _aliases 操作:

POST /_aliases
{
    "actions": [
        { "remove": { "index": "my_index_v1", "alias": "my_index" }},
        { "add":    { "index": "my_index_v2", "alias": "my_index" }}
    ]
}

你的應(yīng)用已經(jīng)在零停機(jī)的情況下從舊索引遷移到新索引了背捌。

即使你認(rèn)為現(xiàn)在的索引設(shè)計(jì)已經(jīng)很完美了毙籽,在生產(chǎn)環(huán)境中洞斯,還是有可能需要做一些修改的毡庆。做好準(zhǔn)備:在你的應(yīng)用中使用別名而不是索引名。然后你就可以在任何時(shí)候重建索引烙如。別名的開銷很小么抗,應(yīng)該廣泛使用。

參考資料

Elasticsearch:權(quán)威指南

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末亚铁,一起剝皮案震驚了整個(gè)濱河市蝇刀,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌徘溢,老刑警劉巖吞琐,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件捆探,死亡現(xiàn)場離奇詭異,居然都是意外死亡站粟,警方通過查閱死者的電腦和手機(jī)黍图,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來奴烙,“玉大人助被,你說我怎么就攤上這事∏芯鳎” “怎么了揩环?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長幅虑。 經(jīng)常有香客問我丰滑,道長,這世上最難降的妖魔是什么倒庵? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任吨枉,我火速辦了婚禮,結(jié)果婚禮上哄芜,老公的妹妹穿的比我還像新娘貌亭。我一直安慰自己,他們只是感情好认臊,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布圃庭。 她就那樣靜靜地躺著,像睡著了一般失晴。 火紅的嫁衣襯著肌膚如雪剧腻。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天涂屁,我揣著相機(jī)與錄音书在,去河邊找鬼。 笑死拆又,一個(gè)胖子當(dāng)著我的面吹牛儒旬,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播帖族,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼栈源,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了竖般?” 一聲冷哼從身側(cè)響起甚垦,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后艰亮,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體闭翩,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年迄埃,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了男杈。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,977評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡调俘,死狀恐怖伶棒,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情彩库,我是刑警寧澤肤无,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站骇钦,受9級特大地震影響宛渐,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜眯搭,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一窥翩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧鳞仙,春花似錦寇蚊、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至借笙,卻和暖如春扒怖,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背业稼。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工盗痒, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人低散。 一個(gè)月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓俯邓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親谦纱。 傳聞我的和親對象是個(gè)殘疾皇子看成,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容