index

by 夏泽民 Jun 29, 2018

2.1 Node 与 Cluster
Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。

单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。

2.2 Index
Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。

所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

下面的命令可以查看当前节点的所有 Index。

$ curl -X GET ‘http://localhost:9200/_cat/indices?v’
2.3 Document
Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。

Document 使用 JSON 格式表示，下面是一个例子。

{
“user”: “张三”,
“title”: “工程师”,
“desc”: “数据库管理”
}
同一个 Index 里面的 Document，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。

索引和类型是必需的，而id部分是可选的。如果不指定ID，ElasticSearch会为我们生成一个ID。但是，如果不指定id，应该使用HTTP的POST而不是PUT请求。

索引名称是任意的。如果服务器上没有此名称的索引，则将使用默认配置来创建一个索引。

至于类型名称，它也是任意的。它有几个用途，包括：

每种类型都有自己的ID空间。
不同类型具有不同的映射(“模式”，定义属性/字段应如何编制索引)。
搜索多种类型是可以的，并且也很常见，但很容易搜索一种或多种指定类型。

2.4 Type
Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

下面的命令可以列出每个 Index 所包含的 Type。
$ curl ‘localhost:9200/_mapping?pretty=true’
根据规划，Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。

新建和删除 Index
新建 Index，可以直接向 Elastic 服务器发出 PUT 请求。下面的例子是新建一个名叫weather的 Index。
$ curl -X PUT ‘localhost:9200/weather’
服务器返回一个 JSON 对象，里面的acknowledged字段表示操作成功。
{
“acknowledged”:true,
“shards_acknowledged”:true,
“index”:”weather”
}
然后，我们发出 DELETE 请求，删除这个 Index。
$ curl -X DELETE ‘localhost:9200/weather’
{“acknowledged”:true}

新建一个 Index
curl -X PUT ‘localhost:9200/accounts’ -d ‘{}’
出现错误
{“error”:”Content-Type header [application/x-www-form-urlencoded] is not supported”,”status”:406}

$curl -H “Content-Type: application/json” -X PUT ‘localhost:9200/accounts’ -d ‘
{
“mappings”: {
“person”: {
“properties”: {
“user”: {
“type”: “text”,
“analyzer”: “ik_max_word”,
“search_analyzer”: “ik_max_word”
},
“title”: {
“type”: “text”,
“analyzer”: “ik_max_word”,
“search_analyzer”: “ik_max_word”
},
“desc”: {
“type”: “text”,
“analyzer”: “ik_max_word”,
“search_analyzer”: “ik_max_word”
}
}
}
}
}’

{“acknowledged”:true,”shards_acknowledged”:true,”index”:”accounts”}

上面代码中，首先新建一个名称为accounts的 Index，里面有一个名称为person的 Type。person有三个字段。

user
title
desc
这三个字段都是中文，而且类型都是文本（text），所以需要指定中文分词器，不能使用默认的英文分词器。

Elastic 的分词器称为 analyzer。我们对每个字段指定分词器。

“user”: {
“type”: “text”,
“analyzer”: “ik_max_word”,
“search_analyzer”: “ik_max_word”
}

上面代码中，analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。ik_max_word分词器是插件ik提供的，可以对文本进行最大数量的分词。
5.1 新增记录
向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向/accounts/person发送请求，就可以新增一条人员记录。
$curl -H “Content-Type: application/json” -X PUT ‘localhost:9200/accounts/person/1’ -d ‘{
“user”: “张三”,
“title”: “工程师”,
“desc”: “数据库管理”
}’
服务器返回的 JSON 对象，会给出 Index、Type、Id、Version 等信息。
{“_index”:”accounts”,”_type”:”person”,”_id”:”1”,”_version”:1,”result”:”created”,”_shards”:{“total”:2,”successful”:1,”failed”:0},”_seq_no”:0,”_primary_term”:1}
如果你仔细看，会发现请求路径是/accounts/person/1，最后的1是该条记录的 Id。它不一定是数字，任意字符串（比如abc）都可以。

新增记录的时候，也可以不指定 Id，这时要改成 POST 请求。
$curl -H “Content-Type: application/json” -X POST ‘localhost:9200/accounts/person’ -d ‘
{
“user”: “李四”,
“title”: “工程师”,
“desc”: “系统管理”
}’
上面代码中，向/accounts/person发出一个 POST 请求，添加一个记录。这时，服务器返回的 JSON 对象里面，_id字段就是一个随机字符串。
{“_index”:”accounts”,”_type”:”person”,”_id”:”D1utSmQBrKXW5KZI8JWE”,”_version”:1,”result”:”created”,”_shards”:{“total”:2,”successful”:1,”failed”:0},”_seq_no”:0,”_primary_term”:1}
注意，如果没有先创建 Index（这个例子是accounts），直接执行上面的命令，Elastic 也不会报错，而是直接生成指定的 Index。所以，打字的时候要小心，不要写错 Index 的名称。
5.2 查看记录
向/Index/Type/Id发出 GET 请求，就可以查看这条记录。

$ curl ‘localhost:9200/accounts/person/1?pretty=true’
上面代码请求查看/accounts/person/1这条记录，URL 的参数pretty=true表示以易读的格式返回。

返回的数据中，found字段表示查询成功，_source字段返回原始记录。

{
“_index” : “accounts”,
“_type” : “person”,
“_id” : “1”,
“_version” : 1,
“found” : true,
“_source” : {
“user” : “张三”,
“title” : “工程师”,
“desc” : “数据库管理”
}
}
如果 Id 不正确，就查不到数据，found字段就是false。

$ curl ‘localhost:9200/weather/beijing/abc?pretty=true’

{
“_index” : “accounts”,
“_type” : “person”,
“_id” : “abc”,
“found” : false
}
5.3 删除记录
删除记录就是发出 DELETE 请求。
$ curl -X DELETE ‘localhost:9200/accounts/person/1’
{“_index”:”accounts”,”_type”:”person”,”_id”:”1”,”_version”:2,”result”:”deleted”,”_shards”:{“total”:2,”successful”:1,”failed”:0},”_seq_no”:1,”_primary_term”:1}
5.4 更新记录
更新记录就是使用 PUT 请求，重新发送一次数据。

$curl -H “Content-Type: application/json” -X PUT ‘localhost:9200/accounts/person/1’ -d ‘{
“user”: “张三”,
“title”: “工程师”,
“desc”: “数据库管理,软件开发”
}’

{
“_index”:”accounts”,
“_type”:”person”,
“_id”:”1”,
“_version”:2,
“result”:”updated”,
“_shards”:{“total”:2,”successful”:1,”failed”:0},
“created”:false
}
上面代码中，我们将原始数据从”数据库管理”改成”数据库管理，软件开发”。返回结果里面，有几个字段发生了变化。

“_version” : 2,
“result” : “updated”,
“created” : false
可以看到，记录的 Id 没变，但是版本（version）从1变成2，操作类型（result）从created变成updated，created字段变成false，因为这次不是新建记录。

数据查询
6.1 返回所有记录
使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录。

$ curl ‘localhost:9200/accounts/person/_search’

{
“took”:2,
“timed_out”:false,
“_shards”:{“total”:5,”successful”:5,”failed”:0},
“hits”:{
“total”:2,
“max_score”:1.0,
“hits”:[
{
“_index”:”accounts”,
“_type”:”person”,
“_id”:”AV3qGfrC6jMbsbXb6k1p”,
“_score”:1.0,
“_source”: {
“user”: “李四”,
“title”: “工程师”,
“desc”: “系统管理”
}
},
{
“_index”:”accounts”,
“_type”:”person”,
“_id”:”1”,
“_score”:1.0,
“_source”: {
“user” : “张三”,
“title” : “工程师”,
“desc” : “数据库管理，软件开发”
}
}
]
}
}
上面代码中，返回结果的 took字段表示该操作的耗时（单位为毫秒），timed_out字段表示是否超时，hits字段表示命中的记录，里面子字段的含义如下。

total：返回记录数，本例是2条。
max_score：最高的匹配程度，本例是1.0。
hits：返回的记录组成的数组。
返回的记录中，每条记录都有一个_score字段，表示匹配的程序，默认是按照这个字段降序排列。

6.2 全文搜索
Elastic 的查询非常特别，使用自己的查询语法，要求 GET 请求带有数据体。
$curl -H “Content-Type: application/json” ‘localhost:9200/accounts/person/_search’ -d ‘
{
“query” : { “match” : { “desc” : “软件” }}
}’
{“took”:16,”timed_out”:false,”_shards”:{“total”:5,”successful”:5,”skipped”:0,”failed”:0},”hits”:{“total”:1,”max_score”:0.2876821,”hits”:[{“_index”:”accounts”,”_type”:”person”,”_id”:”1”,”_score”:0.2876821,”_source”:{
“user”: “张三”,
“title”: “工程师”,
“desc”: “数据库管理,软件开发”
}}]}}
Elastic 默认一次返回10条结果，可以通过size字段改变这个设置。
$curl -H “Content-Type: application/json” ‘localhost:9200/accounts/person/_search’ -d ‘
{
“query” : { “match” : { “desc” : “软件” }}
,”size”:1}’

上面代码指定，每次只返回一条结果。

还可以通过from字段，指定位移。

$ curl ‘localhost:9200/accounts/person/_search’ -d ‘
{
“query” : { “match” : { “desc” : “管理” }},
“from”: 1,
“size”: 1
}’
上面代码指定，从位置1开始（默认是从位置0开始），只返回一条结果。

6.3 逻辑运算
如果有多个搜索关键字， Elastic 认为它们是or关系。
$ curl -H “Content-Type: application/json” ‘localhost:9200/accounts/person/_search’ -d ‘
{
“query” : { “match” : { “desc” : “软件系统” }}
}’
{“took”:2,”timed_out”:false,”_shards”:{“total”:5,”successful”:5,”skipped”:0,”failed”:0},”hits”:{“total”:2,”max_score”:0.2876821,”hits”:[{“_index”:”accounts”,”_type”:”person”,”_id”:”1”,”_score”:0.2876821,”_source”:{
“user”: “张三”,
“title”: “工程师”,
“desc”: “数据库管理,软件开发”
}},{“_index”:”accounts”,”_type”:”person”,”_id”:”D1utSmQBrKXW5KZI8JWE”,”_score”:0.2876821,”_source”:
{
“user”: “李四”,
“title”: “工程师”,
“desc”: “系统管理”
}}]}}

上面代码搜索的是软件 or 系统。

如果要执行多个关键词的and搜索，必须使用布尔查询。
$curl -H “Content-Type: application/json” ‘localhost:9200/accounts/person/_search’ -d ‘
{
“query”: {
“bool”: {
“must”: [
{ “match”: { “desc”: “软件” } },
{ “match”: { “desc”: “系统” } }
]
}
}
}’
{“took”:2,”timed_out”:false,”_shards”:{“total”:5,”successful”:5,”skipped”:0,”failed”:0},”hits”:{“total”:0,”max_score”:null,”hits”:[]}}

自动索引创建
当请求将JSON对象添加到特定索引时，如果该索引不存在，那么此API会自动创建该索引以及该特定JSON对象的基础映射。可以通过将以下参数的值更改为false来禁用此功能，这个值是存在于elasticsearch.yml文件中，打开elasticsearch.yml文件设置如下。

action.auto_create_index:false
index.mapper.dynamic:false
还可以限制自动创建索引，其中通过更改以下参数的值只允许指定模式的索引名称 -

action.auto_create_index:+acc,-bank
(其中+表示允许， - 表示不允许)

版本控制
Elasticsearch还提供版本控制功能。我们可以使用版本查询参数指定特定文档的版本。例如，

POST http://localhost:9200/schools/school/1?version = 1
请求正文

{
“name”:”Central School”, “description”:”CBSE Affiliation”, “street”:”Nagan”,
“city”:”paprola”, “state”:”HP”, “zip”:”176115”, “location”:[31.8955385, 76.8380405],
“fees”:2200, “tags”:[“Senior Secondary”, “beautiful campus”], “rating”:”3.3”
}
JSON
响应内容

{
“_index”:”schools”, “_type”:”school”, “_id”:”1”, “_version”:2,
“_shards”:{“total”:2, “successful”:1,”failed”:0}, “created”:false
}
JSON
有两种最重要的版本控制类型：内部版本控制是以1开头的默认版本，每次更新都会增加，包括删除。版本号可以在外部设置。要启用此功能，我们需要将version_type设置为external。

版本控制是一个实时过程，它不受实时搜索操作的影响。

操作类型
操作类型用于强制创建操作，这有助于避免覆盖现有文档。

POST http://localhost:9200/tutorials/chapter/1?op_type = create
请求正文

{
“Text”:”this is chapter one”
}
JSON
响应内容

{
“_index”:”tutorials”, “_type”:”chapter”, “_id”:”1”, “_version”:1,
“_shards”:{“total”:2, “successful”:1, “failed”:0}, “created”:true
}
JSON
自动生成ID
当在索引操作中未指定ID时，Elasticsearch自动为文档生成ID。

父级和子级
可以通过在父URL查询参数中传递父文档的ID来定义任何文档的父级。

POST http://localhost:9200/tutorials/article/1?parent = 1
请求正文

{
“Text”:”This is article 1 of chapter 1”
}
JSON
注意 - 如果在执行此示例时遇到异常，请通过在索引中添加以下内容来重新创建索引。

{
“mappings”: {
“chapter”: {},
“article”: {
“_parent”: {
“type”: “chapter”
}
}
}
}
JSON
超时
默认情况下，索引操作将在主分片上最多等待1分钟，超过后就会失败并响应错误。可以通过将值传递给timeout参数来显式更改这个超时值。

POST http://localhost:9200/tutorials/chapter/2?timeout = 3m
请求正文

{
“Text”:”This is chapter 2 waiting for primary shard for 3 minutes”
}
JSON
获取API
API通过对特定文档执行get请求来帮助提取JSON对象。例如，

GET http://localhost:9200/schools/school/1
响应

{
“_index”:”schools”, “_type”:”school”, “_id”:”1”, “_version”:2,
“found”:true, “_source”:{
“name”:”Central School”, “description”:”CBSE Affiliation”,
“street”:”Nagan”, “city”:”paprola”, “state”:”HP”, “zip”:”176115”,
“location”:[31.8955385,76.8380405], “fees”:2200,
“tags”:[“Senior Secondary”, “beautiful campus”], “rating”:”3.3”
}
}
这个操作是实时的，不受索引刷新率的影响。
还可以指定版本，然后Elasticsearch将仅提取该版本的文档。
还可以在请求中指定_all，以便Elasticsearch可以在每种类型中搜索该文档ID，并且它将返回第一个匹配的文档。
还可以从该特定文档的结果中指定所需的字段。
GET http://localhost:9200/schools/school/1?fields = name,fees
响应

……………………..
“fields”:{
“name”:[“Central School”], “fees”:[2200]
}
……………………..
JSON
还可以通过在get请求中添加_source字段来获取结果中的源部分。

GET http://localhost:9200/schools/school/1/_source
响应

{
“name”:”Central School”, “description”:”CBSE Afiliation”, “street”:”Nagan”,
“city”:”paprola”, “state”:”HP”, “zip”:”176115”, “location”:[31.8955385, 76.8380405],
“fees”:2200, “tags”:[“Senior Secondary”, “beatiful campus”], “rating”:”3.3”
}
JSON
还可以在通过将 refresh 参数设置为true进行get操作之前刷新碎片。

删除API
可以通过向Elasticsearch发送HTTP DELETE请求来删除指定的索引，映射或文档。例如，
DELETE http://localhost:9200/schools/school/4
响应

{
“found”:true, “_index”:”schools”, “_type”:”school”, “_id”:”4”, “_version”:2,
“_shards”:{“total”:2, “successful”:1, “failed”:0}
}
JSON
可以指定文档的版本以删除指定的版本。
可以指定路由参数以删除指定用户的文档，如果文档不属于该特定用户，则操作将失败。
在此操作中，可以像GET API那样指定刷新(refresh)和超时(timeout)选项。
更新API
脚本用于执行此操作，版本控制用于确保在获取和重建索引期间没有发生更新。例如，使用下面脚本更新学校的费用 -

POST http://localhost:9200/schools_gov/school/1/_update
请求正文

{
“script”:{
“inline”: “ctx._source.fees+ = inc”, “params”:{
“inc”: 500
}
}
}
JSON
响应结果

{
“_index”:”schools_gov”, “_type”:”school”, “_id”:”1”, “_version”:2,
“_shards”:{“total”:2, “successful”:1, “failed”:0}
}
JSON
注意 - 如果获取脚本异常，建议在elastcisearch.yml中添加以下行

script.inline: on
script.indexed: on
可以通过向更新的文档发送获取请求来检查更新。

GET http://localhost:9200/schools_gov/school/1
多获取API
它具有相同的功能，如GET API，但此get请求可以返回多个文档。使用doc数组来指定需要提取的所有文档的索引，类型和ID。

POST http://localhost:9200/_mget
请求正文

{
“docs”:[
{
“_index”: “schools”, “_type”: “school”, “_id”: “1”
},

  {

     "_index":"schools_gev", "_type":"school", "_id": "2"

  }    ] } 响应结果

{
“docs”:[
{
“_index”:”schools”, “_type”:”school”, “_id”:”1”,
“_version”:1, “found”:true, “_source”:{
“name”:”Central School”, “description”:”CBSE Afiliation”,
“street”:”Nagan”, “city”:”paprola”, “state”:”HP”, “zip”:”176115”,
“location”:[31.8955385,76.8380405], “fees”:2000,
“tags”:[“Senior Secondary”, “beatiful campus”], “rating”:”3.5”
}
},

  {

     "_index":"schools_gev", "_type":"school", "_id":"2", "error":{

        "root_cause":[{

           "type":"index_not_found_exception", "reason":"no such index", 

           "index":"schools_gev"

        }],

        "type":"index_not_found_exception", "reason":"no such index", 

        "index":"schools_gev"

     }

  }    ] } JSON 批量API 此API用于通过在单个请求中进行多个索引/删除操作来批量上传或删除JSON对象。 需要添加“_bulk”关键字来调用此API。此API的示例已在Elasticsearch填充文章中执行。所有其他功能与GET API相同。

URI搜索
如下这些参数可以使用统一资源标识符在搜索操作中传递 -

编号参数说明
1 Q 此参数用于指定查询字符串。
2 lenient 基于格式的错误可以通过将此参数设置为true来忽略。默认情况下为false。
3 fields 此参数用于在响应中选择返回字段。
4 sort 可以通过使用这个参数获得排序结果，这个参数的可能值是fieldName，fieldName:asc和fieldname:desc
5 timeout 使用此参数限定搜索时间，响应只包含指定时间内的匹配。默认情况下，无超时。
6 terminate_after 可以将响应限制为每个分片的指定数量的文档，当到达这个数量以后，查询将提前终止。默认情况下不设置terminate_after。
7 从命中的索引开始返回。默认值为0。
8 size 它表示要返回的命中数。默认值为10。
请求正文搜索
还可以在请求正文中使用查询DSL来指定查询，并且在前面的章节中已经给出了很多示例，

Category elasticsearch