ElasticSearch的必备知识：从入门、索引管理到映射详解
本文介绍了elasticsearch的必备知识：从入门、索引管理到映射详解。
一、快速入门
1.查看集群的健康状况
http://localhost:9200/_cat
http://localhost:9200/_cat/health?v
说明：v是用来要求在结果中返回表头
状态值说明
green- everything is good (cluster is fully functional)，即最佳状态
yellow- all data is available but some replicas are not yet allocated (cluster is fully functional)，即数据和集群可用，但是集群的备份有的是坏的
red- some data is not available for whatever reason (cluster is partially functional)，即数据和集群都不可用
查看集群的节点
http://localhost:9200/_cat/?v
2. 查看所有索引
http://localhost:9200/_cat/indices?v
3. 创建一个索引
创建一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果
put /customer?pretty
再查看一下所有索引
http://localhost:9200/_cat/indices?v
get /_cat/indices?v
4. 索引一个文档到customer索引中
curl -x put localhost:9200/customer/_doc/1?pretty -h 'content-type: application/json' -d'{ name: john doe}'5. 从customer索引中获取指定id的文档
curl -x get localhost:9200/customer/_doc/1?pretty6. 查询所有文档
get /customer/_search?q=*&sort=name:asc&pretty json格式方式
get /customer/_search{ query: { match_all: {} }, sort: [ {name: asc } ]}
二、索引管理
1. 创建索引
创建一个名为twitter的索引，设置索引的分片数为3，备份数为2。注意：在es中创建一个索引类似于在数据库中建立一个数据库(es6.0之后类似于创建一个表)
put twitter{ settings : { index : { number_of_shards : 3, number_of_replicas : 2 } }} 说明： 默认的分片数是5到1024 默认的备份数是1 索引的名称必须是小写的，不可重名 创建结果：
创建的命令还可以简写为
put twitter{ settings : { number_of_shards : 3, number_of_replicas : 2 }}2. 创建mapping映射注意：在es中创建一个mapping映射类似于在数据库中定义表结构，即表里面有哪些字段、字段是什么类型、字段的默认值等；也类似于solr里面的模式schema的定义
put twitter{ settings : { index : { number_of_shards : 3, number_of_replicas:2 } }, mappings : { type1 : { properties : { field1 : { type : text } } } }}3. 创建索引时加入别名定义
put twitter{ aliases : { alias_1 : {}, alias_2 : { filter : { term : {user : kimchy } }, routing : kimchy } }}4. 创建索引时返回的结果说明
5. get index 查看索引的定义信息get /twitter，可以一次获取多个索引（以逗号间隔） 获取所有索引 _all 或 用通配符*
get /twitter/_settings
get /twitter/_mapping
6. 删除索引
delete /twitter 说明： 可以一次删除多个索引（以逗号间隔） 删除所有索引 _all 或 通配符 *7. 判断索引是否存在
head twitter
http status code 表示结果 404 不存在 ， 200 存在8. 修改索引的settings信息
索引的设置信息分为静态信息和动态信息两部分。静态信息不可更改，如索引的分片数。动态信息可以修改。 rest 访问端点： /_settings 更新所有索引的。 {index}/_settings 更新一个或多个索引的settings。 详细的设置项请参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings9. 修改备份数
put /twitter/_settings{ index : { number_of_replicas : 2 }}
10. 设置回默认值，用null
put /twitter/_settings{ index : { refresh_interval : null }}
11. 设置索引的读写
index.blocks.read_only：设为true,则索引以及索引的元数据只可读index.blocks.read_only_allow_delete：设为true，只读时允许删除。index.blocks.read：设为true，则不可读。index.blocks.write：设为true，则不可写。index.blocks.metadata：设为true，则索引元数据不可读写。
12. 索引模板
在创建索引时，为每个索引写定义信息可能是一件繁琐的事情，es提供了索引模板功能，让你可以定义一个索引模板，模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引。
注意：模板只在索引创建时被参考，修改模板不会影响已创建的索引
12.1 新增/修改名为tempae_1的模板，匹配名称为te* 或 bar*的索引创建：
put _template/template_1{ index_patterns: [te*, bar*], settings: { number_of_shards: 1 }, mappings: { type1: { _source: { enabled: false }, properties: { host_name: { type: keyword }, created_at: { type: date, format: eee mmm dd hhss z yyyy } } } }}
12.2 查看索引模板
get/_template/template_1get/_template/temp*get/_template/template_1,template_2get /_template
12.3 删除模板
delete /_template/template_1
13. open/close index 打开/关闭索引
post /my_index/_closepost /my_index/_open
说明：
关闭的索引不能进行读写操作，几乎不占集群开销。
关闭的索引可以打开，打开走的是正常的恢复流程。
14. shrink index 收缩索引
索引的分片数是不可更改的，如要减少分片数可以通过收缩方式收缩为一个新的索引。新索引的分片数必须是原分片数的因子值，如原分片数是8，则新索引的分片数可以为4、2、1 。
什么时候需要收缩索引呢?
最初创建索引的时候分片数设置得太大，后面发现用不了那么多分片，这个时候就需要收缩了
收缩的流程：
先把所有主分片都转移到一台主机上；
在这台主机上创建一个新索引，分片数较小，其他设置和原索引一致；
把原索引的所有分片，复制（或硬链接）到新索引的目录下；
对新索引进行打开操作恢复分片数据；
(可选)重新把新索引的分片均衡到其他节点上。
收缩前的准备工作：
将原索引设置为只读；
将原索引各分片的一个副本重分配到同一个节点上，并且要是健康绿色状态。
put /my_source_index/_settings{ settings: { index.routing.allocation.require._name: shrink_node_name, index.blocks.write: true }}
进行收缩：
post my_source_index/_shrink/my_target_index{ settings: { index.number_of_replicas: 1, index.number_of_shards: 1, index.codec: best_compression }}
监控收缩过程：
get _cat/recovery?vget _cluster/health
15. split index 拆分索引
当索引的分片容量过大时，可以通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创建索引时指定的index.number_of_routing_shards 路由分片数决定。这个路由分片数决定了根据一致性hash路由文档到分片的散列空间。
如index.number_of_routing_shards = 30 ，指定的分片数是5，则可按如下倍数方式进行拆分：
5 → 10 → 30 (split by 2, then by 3)5 → 15 → 30 (split by 3, then by 2)5 → 30 (split by 6)
为什么需要拆分索引？
当最初设置的索引的分片数不够用时就需要拆分索引了，和压缩索引相反
注意：只有在创建时指定了index.number_of_routing_shards 的索引才可以进行拆分，es7开始将不再有这个限制。
和solr的区别是，solr是对一个分片进行拆分，es中是整个索引进行拆分。
拆分步骤：
准备一个索引来做拆分：
put my_source_index{ settings: { index.number_of_shards : 1, index.number_of_routing_shards : 2 }}
先设置索引只读：
put /my_source_index/_settings{ settings: { index.blocks.write: true }}
做拆分：
post my_source_index/_split/my_target_index{ settings: { index.number_of_shards: 2 }}
监控拆分过程：
get _cat/recovery?vget _cluster/health
16. rollover index 别名滚动指向新创建的索引
对于有时效性的索引数据，如日志，过一定时间后，老的索引数据就没有用了。我们可以像数据库中根据时间创建表来存放不同时段的数据一样，在es中也可用建多个索引的方式来分开存放不同时段的数据。比数据库中更方便的是es中可以通过别名滚动指向最新的索引的方式，让你通过别名来操作时总是操作的最新的索引。
es的rollover index api 让我们可以根据满足指定的条件（时间、文档数量、索引大小）创建新的索引，并把别名滚动指向新的索引。
注意：这时的别名只能是一个索引的别名。
rollover index 示例：
创建一个名字为logs-0000001 、别名为logs_write 的索引：
put /logs-000001{ aliases: { logs_write: {} }}
添加1000个文档到索引logs-000001，然后设置别名滚动的条件
post /logs_write/_rollover{ conditions: { max_age: 7d, max_docs: 1000, max_size: 5gb }}
说明：
如果别名logs_write指向的索引是7天前（含）创建的或索引的文档数>=1000或索引的大小>= 5gb，则会创建一个新索引 logs-000002，并把别名logs_writer指向新创建的logs-000002索引
rollover index 新建索引的命名规则：
如果索引的名称是-数字结尾，如logs-000001，则新建索引的名称也会是这个模式，数值增1。
如果索引的名称不是-数值结尾，则在请求rollover api时需指定新索引的名称
post /my_alias/_rollover/my_new_index_name{ conditions: { max_age: 7d, max_docs: 1000, max_size: 5gb }}
在名称中使用date math（时间表达式）
如果你希望生成的索引名称中带有日期，如logstash-2016.02.03-1 ，则可以在创建索引时采用时间表达式来命名：
# put / with uri encoding:put /%3clogs-%7bnow%2fd%7d-1%3e{ aliases: { logs_write: {} }}put logs_write/_doc/1{ message: a dummy log}postlogs_write/_refresh#waitforadaytopasspost /logs_write/_rollover{ conditions: { max_docs: 1 }}
rollover时可对新的索引作定义：
put /logs-000001{ aliases: { logs_write: {} }}post /logs_write/_rollover{ conditions : { max_age: 7d, max_docs: 1000, max_size: 5gb }, settings: { index.number_of_shards: 2 }}
dry run 实际操作前先测试是否达到条件：
post /logs_write/_rollover?dry_run{ conditions : { max_age: 7d, max_docs: 1000, max_size: 5gb }}
说明：
测试不会创建索引，只是检测条件是否满足
注意：rollover是你请求它才会进行操作，并不是自动在后台进行的。你可以周期性地去请求它。
17. 索引监控
17.1 查看索引状态信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-stats.html
查看所有的索引状态：
get /_stats
查看指定索引的状态信息：
get /index1,index2/_stats
17.2 查看索引段信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-segments.html
get/test/_segmentsget/index1,index2/_segmentsget /_segments
17.3 查看索引恢复信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html
get index1,index2/_recovery?human
get /_recovery?human
17.4 查看索引分片的存储信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-shards-stores.html
# return information of only index testget/test/_shard_stores# return information of only test1 and test2 indicesget/test1,test2/_shard_stores# return information of all indicesget /_shard_stores get /_shard_stores?status=green
18. 索引状态管理
18.1 clear cache 清理缓存
post /twitter/_cache/clear
默认会清理所有缓存，可指定清理query, fielddata or request 缓存
post /kimchy,elasticsearch/_cache/clearpost/_cache/clear
18.2 refresh，重新打开读取索引
post/kimchy,elasticsearch/_refreshpost /_refresh
18.3 flush，将缓存在内存中的索引数据刷新到持久存储中
post twitter/_flush
18.4 force merge 强制段合并
post /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true
可选参数说明：
max_num_segments 合并为几个段，默认1
only_expunge_deletes 是否只合并含有删除文档的段，默认false
flush 合并后是否刷新，默认true
post/kimchy,elasticsearch/_forcemergepost /_forcemerge
三、映射详解
1. mapping 映射是什么
映射定义索引中有什么字段、字段的类型等结构信息。相当于数据库中表结构定义，或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。
es中支持手动定义映射，动态映射两种方式。
1.1. 为索引创建mapping
puttest{ mappings : { type1 : { properties : { field1 : { type : text } } } }}
说明：映射定义后续可以修改
2. 映射类别 mapping type 废除说明
es最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）
从6.0.0开始限定仅包含一个映射类别定义（ index.mapping.single_type: true ），兼容5.x中的多映射类别。从7.0开始将移除映射类别。
为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“_doc”,因为索引的请求地址将规范为：put {index}/_doc/{id} and post {index}/_doc
mapping 映射示例：
put twitter{ mappings: { _doc: { properties: { type: { type: keyword }, name: { type: text }, user_name: { type: keyword }, email: { type: keyword }, content: { type: text }, tweeted_at: { type: date } } } }}
多映射类别数据转储到独立的索引中：
es 提供了reindex api 来做这个事
3. 字段类型 datatypes
字段类型定义了该如何索引存储字段值。es中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
3.1core datatypes 核心类型
string text and keywordnumeric datatypes long, integer, short, byte, double, float, half_float, scaled_floatdate datatype dateboolean datatype booleanbinary datatype binaryrange datatypes 范围 integer_range, float_range, long_range, double_range, date_range
3.2complex datatypes 复合类型
array datatype 数组就是多值，不需要专门的类型object datatype object ：表示值为一个json 对象nested datatype nested：for arrays of json objects（表示值为json对象数组 ）
3.3geodatatypes地理数据类型
geo-point datatype geo_point：for lat/lon points （经纬坐标点）geo-shape datatype geo_shape：for complex shapes like polygons （形状表示）
3.4specialised datatypes 特别的类型
ip datatype ip：for ipv4 and ipv6 addressescompletion datatype completion：to provide auto-complete suggestionstoken count datatype token_count：to count the number of tokens in a stringmapper-murmur3 murmur3：to compute hashes of values at index-time and store them in the indexpercolator type accepts queries from the query-dsljoin datatype defines parent/child relation for documents within the same index
4. 字段定义属性介绍
字段的type (datatype)定义了如何索引存储字段值，还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
analyzer 指定分词器 normalizer 指定标准化器 boost 指定权重值 coerce 强制类型转换 copy_to 值复制给另一字段 doc_values 是否存储docvalues dynamic enabled 字段是否可用 fielddata eager_global_ordinals format 指定时间值的格式 ignore_above ignore_malformed index_options index fields norms null_value position_increment_gap properties search_analyzer similarity store term_vector
字段定义属性—示例
put my_index{ mappings: { _doc: { properties: { date: { type: date, format: yyyy-mm-dd hhss||yyyy-mm-dd||epoch_millis } } } }}
5. multi field 多重字段
当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。
示例：
定义多重字段：
说明：raw是一个多重版本名（自定义）
put my_index{ mappings: { _doc: { properties: { city: { type: text, fields: { raw: { type: keyword } } } } } }}
往多重字段里面添加文档
put my_index/_doc/1{ city: new york} put my_index/_doc/2{ city: york}
获取多重字段的值：
get my_index/_search{ query: { match: { city: york } }, sort: { city.raw: asc }, aggs: { cities: { terms: { field: city.raw } } }}
6. 元字段
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html
元字段是es中定义的文档字段，有以下几类：
7. 动态映射
动态映射：es中提供的重要特性，让我们可以快速使用es，而不需要先创建索引、定义映射。如我们直接向es提交文档进行索引：
put data/_doc/1{ count: 5 }
es将自动为我们创建data索引、_doc 映射、类型为 long 的字段 count
索引文档时，当有新字段时， es将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。
7.1字段动态映射规则
7.2 date detection 时间侦测
所谓时间侦测是指我们往es里面插入数据的时候会去自动检测我们的数据是不是日期格式的，是的话就会给我们自动转为设置的格式
date_detection 默认是开启的，默认的格式dynamic_date_formats为：
[ strict_date_optional_time,yyyy/mm/dd hhss z||yyyy/mm/dd z]put my_index/_doc/1{ create_date: 2015/09/02} get my_index/_mapping
自定义时间格式：
put my_index{ mappings: { _doc: { dynamic_date_formats: [mm/dd/yyyy] } }}
禁用时间侦测：
put my_index{ mappings: { _doc: { date_detection: false } }}
7.3 numeric detection 数值侦测
开启数值侦测（默认是禁用的）
putmy_index{ mappings: { _doc: { numeric_detection: true } }}put my_index/_doc/1{ my_float: 1.0, my_integer: 1}
原文标题：elasticsearch 最全详细使用教程
文章出处：【微信公众号：人工智能与大数据技术】欢迎添加关注！文章转载请注明出处。
荧光氧气传感器 (O2传感器)LOX-02/LOX-01的性能说明
人类认知如何帮助我们制造更好的AI系统？
利用西门子PLC器件实现过流保护的软硬件设计
mp3维修资料
电工的安全常识
ElasticSearch的必备知识：从入门、索引管理到映射详解
贴片机X－Y伺服定位系统分辨率
DSP技术可使SPM性能更趋于完善
中国制造业该如何走向高质量发展
变频器控制电机漏电解决方案
小米9 Pro的30W无线快充70分钟就能充满电
默克完成对Versum Materials公司的收购
疯狂比特币冲破3万大关，已到了疯狂尽头？还会继续涨耐心等待吧
计算机视觉与语音处理的交叉增强
UPS的选择 UPS的使用注意事项
单点登录的实现方式有哪些
英特尔新推Xeon E7 v2处理器:具有15颗处理核心
高通5G基带芯片毫米波技术再创新，将迎来万兆级5G时代
英特尔CEO称2014年推14纳米手机芯片
关键突破：光路和电路混合集成芯片新工艺
一、快速入门
1.查看集群的健康状况
http://localhost:9200/_cat
http://localhost:9200/_cat/health?v
说明：v是用来要求在结果中返回表头
状态值说明
green- everything is good (cluster is fully functional)，即最佳状态
yellow- all data is available but some replicas are not yet allocated (cluster is fully functional)，即数据和集群可用，但是集群的备份有的是坏的
red- some data is not available for whatever reason (cluster is partially functional)，即数据和集群都不可用
查看集群的节点
http://localhost:9200/_cat/?v
2. 查看所有索引
http://localhost:9200/_cat/indices?v
3. 创建一个索引
创建一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果
put /customer?pretty
再查看一下所有索引
http://localhost:9200/_cat/indices?v
get /_cat/indices?v
4. 索引一个文档到customer索引中
curl -x put localhost:9200/customer/_doc/1?pretty -h 'content-type: application/json' -d'{ name: john doe}'5. 从customer索引中获取指定id的文档
curl -x get localhost:9200/customer/_doc/1?pretty6. 查询所有文档
get /customer/_search?q=*&sort=name:asc&pretty json格式方式
get /customer/_search{ query: { match_all: {} }, sort: [ {name: asc } ]}
二、索引管理
1. 创建索引
创建一个名为twitter的索引，设置索引的分片数为3，备份数为2。注意：在es中创建一个索引类似于在数据库中建立一个数据库(es6.0之后类似于创建一个表)
put twitter{ settings : { index : { number_of_shards : 3, number_of_replicas : 2 } }} 说明： 默认的分片数是5到1024 默认的备份数是1 索引的名称必须是小写的，不可重名 创建结果：
创建的命令还可以简写为
put twitter{ settings : { number_of_shards : 3, number_of_replicas : 2 }}2. 创建mapping映射注意：在es中创建一个mapping映射类似于在数据库中定义表结构，即表里面有哪些字段、字段是什么类型、字段的默认值等；也类似于solr里面的模式schema的定义
put twitter{ settings : { index : { number_of_shards : 3, number_of_replicas:2 } }, mappings : { type1 : { properties : { field1 : { type : text } } } }}3. 创建索引时加入别名定义
put twitter{ aliases : { alias_1 : {}, alias_2 : { filter : { term : {user : kimchy } }, routing : kimchy } }}4. 创建索引时返回的结果说明
5. get index 查看索引的定义信息get /twitter，可以一次获取多个索引（以逗号间隔） 获取所有索引 _all 或 用通配符*
get /twitter/_settings
get /twitter/_mapping
6. 删除索引
delete /twitter 说明： 可以一次删除多个索引（以逗号间隔） 删除所有索引 _all 或 通配符 *7. 判断索引是否存在
head twitter
http status code 表示结果 404 不存在 ， 200 存在8. 修改索引的settings信息
索引的设置信息分为静态信息和动态信息两部分。静态信息不可更改，如索引的分片数。动态信息可以修改。 rest 访问端点： /_settings 更新所有索引的。 {index}/_settings 更新一个或多个索引的settings。 详细的设置项请参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html#index-modules-settings9. 修改备份数
put /twitter/_settings{ index : { number_of_replicas : 2 }}
10. 设置回默认值，用null
put /twitter/_settings{ index : { refresh_interval : null }}
11. 设置索引的读写
index.blocks.read_only：设为true,则索引以及索引的元数据只可读index.blocks.read_only_allow_delete：设为true，只读时允许删除。index.blocks.read：设为true，则不可读。index.blocks.write：设为true，则不可写。index.blocks.metadata：设为true，则索引元数据不可读写。
12. 索引模板
在创建索引时，为每个索引写定义信息可能是一件繁琐的事情，es提供了索引模板功能，让你可以定义一个索引模板，模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引。
注意：模板只在索引创建时被参考，修改模板不会影响已创建的索引
12.1 新增/修改名为tempae_1的模板，匹配名称为te* 或 bar*的索引创建：
put _template/template_1{ index_patterns: [te*, bar*], settings: { number_of_shards: 1 }, mappings: { type1: { _source: { enabled: false }, properties: { host_name: { type: keyword }, created_at: { type: date, format: eee mmm dd hhss z yyyy } } } }}
12.2 查看索引模板
get/_template/template_1get/_template/temp*get/_template/template_1,template_2get /_template
12.3 删除模板
delete /_template/template_1
13. open/close index 打开/关闭索引
post /my_index/_closepost /my_index/_open
说明：
关闭的索引不能进行读写操作，几乎不占集群开销。
关闭的索引可以打开，打开走的是正常的恢复流程。
14. shrink index 收缩索引
索引的分片数是不可更改的，如要减少分片数可以通过收缩方式收缩为一个新的索引。新索引的分片数必须是原分片数的因子值，如原分片数是8，则新索引的分片数可以为4、2、1 。
什么时候需要收缩索引呢?
最初创建索引的时候分片数设置得太大，后面发现用不了那么多分片，这个时候就需要收缩了
收缩的流程：
先把所有主分片都转移到一台主机上；
在这台主机上创建一个新索引，分片数较小，其他设置和原索引一致；
把原索引的所有分片，复制（或硬链接）到新索引的目录下；
对新索引进行打开操作恢复分片数据；
(可选)重新把新索引的分片均衡到其他节点上。
收缩前的准备工作：
将原索引设置为只读；
将原索引各分片的一个副本重分配到同一个节点上，并且要是健康绿色状态。
put /my_source_index/_settings{ settings: { index.routing.allocation.require._name: shrink_node_name, index.blocks.write: true }}
进行收缩：
post my_source_index/_shrink/my_target_index{ settings: { index.number_of_replicas: 1, index.number_of_shards: 1, index.codec: best_compression }}
监控收缩过程：
get _cat/recovery?vget _cluster/health
15. split index 拆分索引
当索引的分片容量过大时，可以通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创建索引时指定的index.number_of_routing_shards 路由分片数决定。这个路由分片数决定了根据一致性hash路由文档到分片的散列空间。
如index.number_of_routing_shards = 30 ，指定的分片数是5，则可按如下倍数方式进行拆分：
5 → 10 → 30 (split by 2, then by 3)5 → 15 → 30 (split by 3, then by 2)5 → 30 (split by 6)
为什么需要拆分索引？
当最初设置的索引的分片数不够用时就需要拆分索引了，和压缩索引相反
注意：只有在创建时指定了index.number_of_routing_shards 的索引才可以进行拆分，es7开始将不再有这个限制。
和solr的区别是，solr是对一个分片进行拆分，es中是整个索引进行拆分。
拆分步骤：
准备一个索引来做拆分：
put my_source_index{ settings: { index.number_of_shards : 1, index.number_of_routing_shards : 2 }}
先设置索引只读：
put /my_source_index/_settings{ settings: { index.blocks.write: true }}
做拆分：
post my_source_index/_split/my_target_index{ settings: { index.number_of_shards: 2 }}
监控拆分过程：
get _cat/recovery?vget _cluster/health
16. rollover index 别名滚动指向新创建的索引
对于有时效性的索引数据，如日志，过一定时间后，老的索引数据就没有用了。我们可以像数据库中根据时间创建表来存放不同时段的数据一样，在es中也可用建多个索引的方式来分开存放不同时段的数据。比数据库中更方便的是es中可以通过别名滚动指向最新的索引的方式，让你通过别名来操作时总是操作的最新的索引。
es的rollover index api 让我们可以根据满足指定的条件（时间、文档数量、索引大小）创建新的索引，并把别名滚动指向新的索引。
注意：这时的别名只能是一个索引的别名。
rollover index 示例：
创建一个名字为logs-0000001 、别名为logs_write 的索引：
put /logs-000001{ aliases: { logs_write: {} }}
添加1000个文档到索引logs-000001，然后设置别名滚动的条件
post /logs_write/_rollover{ conditions: { max_age: 7d, max_docs: 1000, max_size: 5gb }}
说明：
如果别名logs_write指向的索引是7天前（含）创建的或索引的文档数>=1000或索引的大小>= 5gb，则会创建一个新索引 logs-000002，并把别名logs_writer指向新创建的logs-000002索引
rollover index 新建索引的命名规则：
如果索引的名称是-数字结尾，如logs-000001，则新建索引的名称也会是这个模式，数值增1。
如果索引的名称不是-数值结尾，则在请求rollover api时需指定新索引的名称
post /my_alias/_rollover/my_new_index_name{ conditions: { max_age: 7d, max_docs: 1000, max_size: 5gb }}
在名称中使用date math（时间表达式）
如果你希望生成的索引名称中带有日期，如logstash-2016.02.03-1 ，则可以在创建索引时采用时间表达式来命名：
# put / with uri encoding:put /%3clogs-%7bnow%2fd%7d-1%3e{ aliases: { logs_write: {} }}put logs_write/_doc/1{ message: a dummy log}postlogs_write/_refresh#waitforadaytopasspost /logs_write/_rollover{ conditions: { max_docs: 1 }}
rollover时可对新的索引作定义：
put /logs-000001{ aliases: { logs_write: {} }}post /logs_write/_rollover{ conditions : { max_age: 7d, max_docs: 1000, max_size: 5gb }, settings: { index.number_of_shards: 2 }}
dry run 实际操作前先测试是否达到条件：
post /logs_write/_rollover?dry_run{ conditions : { max_age: 7d, max_docs: 1000, max_size: 5gb }}
说明：
测试不会创建索引，只是检测条件是否满足
注意：rollover是你请求它才会进行操作，并不是自动在后台进行的。你可以周期性地去请求它。
17. 索引监控
17.1 查看索引状态信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-stats.html
查看所有的索引状态：
get /_stats
查看指定索引的状态信息：
get /index1,index2/_stats
17.2 查看索引段信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-segments.html
get/test/_segmentsget/index1,index2/_segmentsget /_segments
17.3 查看索引恢复信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html
get index1,index2/_recovery?human
get /_recovery?human
17.4 查看索引分片的存储信息
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-shards-stores.html
# return information of only index testget/test/_shard_stores# return information of only test1 and test2 indicesget/test1,test2/_shard_stores# return information of all indicesget /_shard_stores get /_shard_stores?status=green
18. 索引状态管理
18.1 clear cache 清理缓存
post /twitter/_cache/clear
默认会清理所有缓存，可指定清理query, fielddata or request 缓存
post /kimchy,elasticsearch/_cache/clearpost/_cache/clear
18.2 refresh，重新打开读取索引
post/kimchy,elasticsearch/_refreshpost /_refresh
18.3 flush，将缓存在内存中的索引数据刷新到持久存储中
post twitter/_flush
18.4 force merge 强制段合并
post /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true
可选参数说明：
max_num_segments 合并为几个段，默认1
only_expunge_deletes 是否只合并含有删除文档的段，默认false
flush 合并后是否刷新，默认true
post/kimchy,elasticsearch/_forcemergepost /_forcemerge
三、映射详解
1. mapping 映射是什么
映射定义索引中有什么字段、字段的类型等结构信息。相当于数据库中表结构定义，或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。
es中支持手动定义映射，动态映射两种方式。
1.1. 为索引创建mapping
puttest{ mappings : { type1 : { properties : { field1 : { type : text } } } }}
说明：映射定义后续可以修改
2. 映射类别 mapping type 废除说明
es最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）
从6.0.0开始限定仅包含一个映射类别定义（ index.mapping.single_type: true ），兼容5.x中的多映射类别。从7.0开始将移除映射类别。
为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“_doc”,因为索引的请求地址将规范为：put {index}/_doc/{id} and post {index}/_doc
mapping 映射示例：
put twitter{ mappings: { _doc: { properties: { type: { type: keyword }, name: { type: text }, user_name: { type: keyword }, email: { type: keyword }, content: { type: text }, tweeted_at: { type: date } } } }}
多映射类别数据转储到独立的索引中：
es 提供了reindex api 来做这个事
3. 字段类型 datatypes
字段类型定义了该如何索引存储字段值。es中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
3.1core datatypes 核心类型
string text and keywordnumeric datatypes long, integer, short, byte, double, float, half_float, scaled_floatdate datatype dateboolean datatype booleanbinary datatype binaryrange datatypes 范围 integer_range, float_range, long_range, double_range, date_range
3.2complex datatypes 复合类型
array datatype 数组就是多值，不需要专门的类型object datatype object ：表示值为一个json 对象nested datatype nested：for arrays of json objects（表示值为json对象数组 ）
3.3geodatatypes地理数据类型
geo-point datatype geo_point：for lat/lon points （经纬坐标点）geo-shape datatype geo_shape：for complex shapes like polygons （形状表示）
3.4specialised datatypes 特别的类型
ip datatype ip：for ipv4 and ipv6 addressescompletion datatype completion：to provide auto-complete suggestionstoken count datatype token_count：to count the number of tokens in a stringmapper-murmur3 murmur3：to compute hashes of values at index-time and store them in the indexpercolator type accepts queries from the query-dsljoin datatype defines parent/child relation for documents within the same index
4. 字段定义属性介绍
字段的type (datatype)定义了如何索引存储字段值，还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
analyzer 指定分词器 normalizer 指定标准化器 boost 指定权重值 coerce 强制类型转换 copy_to 值复制给另一字段 doc_values 是否存储docvalues dynamic enabled 字段是否可用 fielddata eager_global_ordinals format 指定时间值的格式 ignore_above ignore_malformed index_options index fields norms null_value position_increment_gap properties search_analyzer similarity store term_vector
字段定义属性—示例
put my_index{ mappings: { _doc: { properties: { date: { type: date, format: yyyy-mm-dd hhss||yyyy-mm-dd||epoch_millis } } } }}
5. multi field 多重字段
当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。
示例：
定义多重字段：
说明：raw是一个多重版本名（自定义）
put my_index{ mappings: { _doc: { properties: { city: { type: text, fields: { raw: { type: keyword } } } } } }}
往多重字段里面添加文档
put my_index/_doc/1{ city: new york} put my_index/_doc/2{ city: york}
获取多重字段的值：
get my_index/_search{ query: { match: { city: york } }, sort: { city.raw: asc }, aggs: { cities: { terms: { field: city.raw } } }}
6. 元字段
官网链接：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html
元字段是es中定义的文档字段，有以下几类：
7. 动态映射
动态映射：es中提供的重要特性，让我们可以快速使用es，而不需要先创建索引、定义映射。如我们直接向es提交文档进行索引：
put data/_doc/1{ count: 5 }
es将自动为我们创建data索引、_doc 映射、类型为 long 的字段 count
索引文档时，当有新字段时， es将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。
7.1字段动态映射规则
7.2 date detection 时间侦测
所谓时间侦测是指我们往es里面插入数据的时候会去自动检测我们的数据是不是日期格式的，是的话就会给我们自动转为设置的格式
date_detection 默认是开启的，默认的格式dynamic_date_formats为：
[ strict_date_optional_time,yyyy/mm/dd hhss z||yyyy/mm/dd z]put my_index/_doc/1{ create_date: 2015/09/02} get my_index/_mapping
自定义时间格式：
put my_index{ mappings: { _doc: { dynamic_date_formats: [mm/dd/yyyy] } }}
禁用时间侦测：
put my_index{ mappings: { _doc: { date_detection: false } }}
7.3 numeric detection 数值侦测
开启数值侦测（默认是禁用的）
putmy_index{ mappings: { _doc: { numeric_detection: true } }}put my_index/_doc/1{ my_float: 1.0, my_integer: 1}
原文标题：elasticsearch 最全详细使用教程
文章出处：【微信公众号：人工智能与大数据技术】欢迎添加关注！文章转载请注明出处。
荧光氧气传感器 (O2传感器)LOX-02/LOX-01的性能说明
人类认知如何帮助我们制造更好的AI系统？
利用西门子PLC器件实现过流保护的软硬件设计
mp3维修资料
电工的安全常识
ElasticSearch的必备知识：从入门、索引管理到映射详解
贴片机X－Y伺服定位系统分辨率
DSP技术可使SPM性能更趋于完善
中国制造业该如何走向高质量发展
变频器控制电机漏电解决方案
小米9 Pro的30W无线快充70分钟就能充满电
默克完成对Versum Materials公司的收购
疯狂比特币冲破3万大关，已到了疯狂尽头？还会继续涨耐心等待吧
计算机视觉与语音处理的交叉增强
UPS的选择 UPS的使用注意事项
单点登录的实现方式有哪些
英特尔新推Xeon E7 v2处理器:具有15颗处理核心
高通5G基带芯片毫米波技术再创新，将迎来万兆级5G时代
英特尔CEO称2014年推14纳米手机芯片
关键突破：光路和电路混合集成芯片新工艺