es对索引的一堆操作都是用restful api去进行的，参数时一堆json，一年前边查边写搞过一次，这回搞迁移，发现es都到6.0版本了，也变化了很多，写个小笔记记录一下。
创建一个es索引很简单，一个put请求。
PUT /my_index
{
"settings": { ... any settings ... },
"mappings": {
"type_one": { ... any mappings ... },
},
"aliases" : {...}
}
新建一个索引，包含settings mappings 和aliases。settings设置分片等一些参数，mappings设置如何处理索引的各个type，aliases以前没有用过，看上去我不太会用到，这边就不记录了。
settings
这边有非常多的参数可以设置，不过官方是不建议修改的。常见需要改的就俩
- number_of_shards
每个索引的主分片数，默认值是 5 。这个配置在索引创建后不能修改。 - number_of_replicas
每个主分片的副本数，默认值是 1 。对于活动的索引库，这个配置可以随时修改。
PUT /my_temp_index
{
"settings": {
"number_of_shards" : 3,
"number_of_replicas" : 2
}
}
给索引设置settings值
PUT /my_temp_index/_settings
{
"number_of_replicas": 1
}
修改settings值
mappings
每个文档都有type，每种type都会有自己的mapping。mapping定义了type的field，每个field的数据类型，以及es如何处理这些field。
注意，一个mappings里边不建议有多个type，而且在es6之后的版本很有可能会不允许有多个type。
按照官方的计划，es7-es9会逐步去掉type
建议是每个index都只有一个type，原因是一个index中的各个type的字段并不是完全独立的，一个index中多个type会造成一些浪费。
可以通过/_mapping 来查看es中一个或多个索引中的一个或多个mapping。
数据类型 (field)
- 字符串 string
- text
- keyword
- 数字
- long integer short byte double float half_float scaled_float
- 布尔型 boolean
- 日期 date
- range
- integer_range
- float_range
- long_range
- double_range
- date_range
- array
- object
还有很多我确定我不会用到的类型。
当索引一个包含新的field的文档时，es会使用<b>动态映射</b>，通过JSON中基本数据类型，尝试猜测field类型
一般情况下，默认映射就足够了。es会自动把如 123 映射为integer，123.123映射为double，但是很多情况下，我们都需要自定义映射，特别是string类型。
自定义映射可以做这些事：
- 配置为全文字符串和精确字符串 （如name字段我更希望他不要分词，而desc字段更需要分词后搜索）
- 使用特定语言分析器
- 。。。
一个field最主要的属性是type，对于大部分field，一般只需要设置type就可以了：
{
"number_of_clicks": {
"type": "integer"
}
}
range
PUT range_index
{
"mappings": {
"my_type": {
"properties": {
"expected_attendees": {
"type": "integer_range"
},
"time_frame": {
"type": "date_range",
"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
}
}
}
}
}
插入格式
PUT range_index/my_type/1
{
"expected_attendees" : {
"gte" : 10,
"lte" : 20
},
"time_frame" : {
"gte" : "2015-10-31 12:00:00",
"lte" : "2015-11-01"
}
}
搜索格式
POST range_index/_search
{
"query" : {
"range" : {
"time_frame" : {
"gte" : "2015-10-31",
"lte" : "2015-11-01",
"relation" : "within"
}
}
}
}
这部分比较简单 不细致展开了
string
对于string类型，以前是只有string，现在分为了两种，keyword和text
text
text会先经过分析器，然后索引起来，类似desc这样的字段就需要使用text。有以下几个重要字段。
analyzer
分析器，可以指定如何处理这个string，比如我想先把所有html的标记全去掉，再分词，再删除无用的停顿次，然后把剩下的token索引起来。可以使用默认的standard分析器，也可以指定别的内置的分析器。也可以使用插件安装的第三份分析器，如ik，也可以自定义分析器。
分析器使用起来很简单
{
"desc": {
"type": "string",
"analyzer": "ik_smart"
}
}
其中，ik_smart是已经安装好的第三方分析器。
index
是否设置为可以搜索，boolean
norm
我理解是算分时是否进行一些标准化处理，需要额外的资源。
fields
这个字段很有趣.. 先看个例子
"filename":{
"type":"text",
"norms":false,
"fields":{
"raw":{
"type":"keyword",
"ignore_above":256
}
}
},
一个filename的字段，这边设置的是type是text，会分词搜索。但有时候我们需要精准匹配，就可以使用filename.raw。插入时只需要输入filename，保存在es里边的会有两份，filename和filename.raw。
keyword
和text不同，keyword不会经过分析器，搜索时会精确匹配。
index fields
这两个参数和text的相同
ignore_above
丢掉超过一定长度的字符串
映射操作
新建映射
PUT /index_name
{
"mappings": {
"person" : {
"properties" : {
"desc" : {
"type" : "string",
"analyzer": "ik_smart"
},
"birth" : {
"type" : "date"
},
"name" : {
"type" : "string",
"index" : "not_analyzed"
},
"user_id" : {
"type" : "long"
}
}
}
}
}
新建一个index，desc字段用ik分词索引，birth设置为日志，name字段精确索引，user_id设置为long型。
更新映射
PUT /index_name/_mapping/person
{
"properties" : {
"tag" : {
"type" : "string",
"index": "not_analyzed"
}
}
}
新增一个tag字段。
网友评论