亲,只收二进制

ES可以通过别名来增加或者删除数据吗,别名只对应了一个索引,该如何操作呢

回复

laohan 发起了问题 • 1 人关注 • 0 个回复 • 25 次浏览 • 7 小时前 • 来自相关话题

elasticsearch如何获取指定的msearch的taskId

回复

kender 发起了问题 • 1 人关注 • 0 个回复 • 26 次浏览 • 10 小时前 • 来自相关话题

运用 Go 语言实现 Elasticsearch 搜索

回复

liuxg 发起了问题 • 1 人关注 • 0 个回复 • 29 次浏览 • 11 小时前 • 来自相关话题

es怎么能通过一个同义词获得其他所有的同义词

回复

ZXM996 发起了问题 • 1 人关注 • 0 个回复 • 36 次浏览 • 16 小时前 • 来自相关话题

如何对单词+数字+过滤词切分 es 分词

God_lockin 回复了问题 • 2 人关注 • 1 个回复 • 50 次浏览 • 9 小时前 • 来自相关话题

如何在不重新索引的情况下修改文档的属性

回复

suisuimu 发起了问题 • 1 人关注 • 0 个回复 • 44 次浏览 • 1 天前 • 来自相关话题

ES索引打开时,分片分配的疑问

回复

wangxinrong 发起了问题 • 1 人关注 • 0 个回复 • 99 次浏览 • 3 天前 • 来自相关话题

CCR(跨集群复制) 订阅集群会与 领导集群数据完全相同么?

medcl 回复了问题 • 2 人关注 • 1 个回复 • 78 次浏览 • 3 天前 • 来自相关话题

Elasticsearch索引拆分方案

发表了文章 • 0 个评论 • 185 次浏览 • 3 天前 • 来自相关话题

Elasticsearch索引拆分方案


[TOC]

一、概况


项目中,由于Elasticsearch单个索引数据量大,索引中部分数据不常用,在搜索和写入文档时,效率较低。为了减小单个索引的数据量,提升搜索和文档写入效率,将大索引根据一定的规则拆分为小的索引。拆分索引的关键点在于建立索引,文档同步,多索引搜索。



建立索引的关键问题是索引的设置以及字段的属性设置,最常见的问题是,某个字段我们希望Elasticsearch 按照我们的想法进行分词。采用自动生成索引(默认模板),索引字段的类型就会根据第一条文档的数据进行字段转换,无法实现具体某个字段使用我们想要的分词方式。另外就是无法使用自定义分词器,索引的默认分片数为5,无法根据我们制定的分片数进行分配。

为了实现我们这种自动创建索引的特殊要求,Elasticsearch也提供了索引模板API。

索引模板,就是创建索引的模板,模板中包含公共的配置(Settings)和映射(Mappings),并包含一个简单触发条件,及条件满足时使用该模板创建一个新的索引。

模板只在创建索引时应用。更改模板不会对现有索引产生影响。当使用create index API时,作为create index调用的一部分定义的设置/映射将优先于模板中定义的任何匹配设置/映射。



文档同步和搜索,我们都采用了别名的形式。索引别名,就像一个快捷方式或软连接,可以指向一个或多个索引,也可以给任何一个需要索引名的API来使用,别名不能与索引具有相同的名称。别名带给我们极大的灵活性,允许我们在运行的集群中可以无缝的从一个索引切换到另一个索引,给多个索引分组 ,给索引的一个子集创建。因为使用别名,你的应用可以在零停机的情况下从旧索引迁移到新索引。

由于文档同步,必须指定一个唯一的索引才能成功。原来单索引时,我们的索引采取了 “索引名称_v1”的形式,为方便在零停机的情况下重建索引,文档更新也新建了一个专门的索引别名。 拆分索引后,索引名称规范为“索引名称_YYMM”按月拆分(包括但不限于此种方式),就会出现多个索引,此时就不在方便新增专门的索引别名用于文档更新,反而用索引名字直接进行文档更新,就会更加的方便,直接和准确。

文档同步使用索引名称,搜索依旧使用别名的形式。多个索引,有相同的别名,索引拆分,文档分属不同的索引,但因为有相同的别名,使用别名搜索时,依然可以将数据搜索出来。



通过建立索引,文档同步,多索引搜索实现了单索引到多索引的拆分。数据还是那些数据,依然能搜索出来,索引数变多了,每个索引的数据减少,同步文档速度就可以提高。搜索也可以根据业务需求只查询部分索引,提升了查询速度,也可以查询所有数据,根据实际场景可自由变换。



二、索引拆分规则


索引拆分,可以根据创建时间拆分,如:”索引名称_yyyyMM“,”索引名称_yyyy“;也可以根据主键ID求余的方式来进行拆分,如:”索引名称_0“,”索引名称_1“。

具体的拆分规则根据业务需要进行,需要注意的是,无论根据创建时间还是根据主键ID求余来拆分,都要求根据拆分的值,是文档中不变的值,才能唯一确定一个索引,进行文档的存储,如:主键ID,创建时间;不可为变化的值,有可能变化的值,就无法唯一确定一个索引进行文档存储,如:状态,那就会出现当前在这个索引,状态改变后再另外的索引,这样每个索引都有同一条状态不同的数据,搜索时就会不准确。

本文将根据创建时间进行索引拆分。

思路:

  • 创建索引模板
  • 同步文档时,选用的索引名称以"索引名称_yyyyMM"命名,自动创建带别名的索引
  • 如果文档同步到新索引,原索引中的文档需删除

    三、创建索引模板


    以商品评论索引为例,将单索引拆分为多索引,根据以下规则,在同步文档时,如果无索引会字段根据模板生成:

  • 索引名称的规则“goods_comment_202010”
  • 索引别名为“goods_comment”
  • number_of_shards分片数为3
  • 配置Settings
  • 定义Mappings字段及其类型

    具体模板如下所示:

    json<br /> {<br /> "order" : 0,<br /> "index_patterns" : [<br /> "goods_comment*"<br /> ],<br /> "settings" : {<br /> "index" : {<br /> "max_result_window" : "100000",<br /> "analysis" : {<br /> "filter" : {<br /> "by_stop_filter" : {<br /> "type" : "stop",<br /> "stopwords" : [<br /> " "<br /> ]<br /> },<br /> "pinyin_first_letter_and_full_pinyin_filter" : {<br /> "keep_none_chinese_in_first_letter" : "true",<br /> "lowercase" : "true",<br /> "keep_original" : "true",<br /> "keep_first_letter" : "true",<br /> "trim_whitespace" : "true",<br /> "type" : "pinyin",<br /> "keep_none_chinese" : "true",<br /> "limit_first_letter_length" : "16",<br /> "keep_full_pinyin" : "true"<br /> },<br /> "by_synonym_filter" : {<br /> "type" : "synonym",<br /> "synonyms_path" : "analysis/synonym.txt"<br /> },<br /> "full_pinyin_filter" : {<br /> "keep_none_chinese_in_first_letter" : "true",<br /> "lowercase" : "true",<br /> "keep_original" : "true",<br /> "keep_first_letter" : "false",<br /> "trim_whitespace" : "true",<br /> "type" : "pinyin",<br /> "keep_none_chinese" : "true",<br /> "limit_first_letter_length" : "16",<br /> "keep_full_pinyin" : "true"<br /> }<br /> },<br /> "char_filter" : {<br /> "by_char_filter" : {<br /> "type" : "mapping",<br /> "mappings" : [<br /> "| => |"<br /> ]<br /> }<br /> },<br /> "analyzer" : {<br /> "by_max_word" : {<br /> "filter" : [<br /> "by_synonym_filter",<br /> "lowercase"<br /> ],<br /> "char_filter" : [<br /> "html_strip"<br /> ],<br /> "type" : "custom",<br /> "tokenizer" : "ik_max_word"<br /> }<br /> },<br /> "tokenizer" : {<br /> "my_pinyin" : {<br /> "lowercase" : "true",<br /> "keep_original" : "true",<br /> "remove_duplicated_term" : "true",<br /> "keep_separate_first_letter" : "false",<br /> "type" : "pinyin",<br /> "limit_first_letter_length" : "16",<br /> "keep_full_pinyin" : "true"<br /> }<br /> }<br /> },<br /> "number_of_shards" : "3",<br /> "number_of_replicas" : "1"<br /> }<br /> },<br /> "mappings" : {<br /> "_doc" : {<br /> "properties" : {<br /> "is_img" : {<br /> "type" : "integer"<br /> },<br /> "gid" : {<br /> "type" : "integer"<br /> },<br /> "pubtime" : {<br /> "type" : "integer"<br /> }<br /> ....<br /> }<br /> }<br /> },<br /> "aliases" : {<br /> "goods_comment" : { }<br /> }<br /> }<br />

    上述模板定义,看似复杂,拆分来看,主要为如下几个部分:

    json<br /> {<br /> "order": 0, // 模板优先级<br /> "index_patterns": ["goods_comment*"],// 模板匹配的名称方式<br /> "settings": {...}, // 索引设置<br /> "mappings": {...}, // 索引中各字段的映射定义<br /> "aliases": {...} // 索引的别名<br /> }<br />

    3.1 模板优先级


    有时候,一个模板可能绝大部分符合新建索引的需求,但是局部需要微调,此时,如果复制旧的模板,修改该模板后,成为一个新的索引模板即可达到我们的需求,但是这操作略显重复。此时,可以采用模板叠加与覆盖来操作。模板的优先级是通过模板中的 order 字段定义的,数字越大,优先级越高。
    如下为定义所有以 te 开头的索引的模板:

    json<br /> {<br /> "order": 0,<br /> "index_patterns": "te*",<br /> "settings": {<br /> "number_of_shards": 1<br /> },<br /> "mappings": {<br /> "type1": {<br /> "_source": {<br /> "enabled": false<br /> }<br /> }<br /> }<br /> }<br />

    索引模板是有序合并的。如何想单独修改某一小类索引的一两处单独设置,可以在累加一层模板。

    json<br /> {<br /> "order": 1,<br /> "index_patterns": "tete*",<br /> "settings": {<br /> "number_of_shards": 2<br /> },<br /> "mappings": {<br /> "type1": {<br /> "_all": {<br /> "enabled": false<br /> }<br /> }<br /> }<br /> }<br />

    上述第一个模板的 order 为0,第二个模板的 order 为1,优先级高于第一个模板,其会覆盖第一个模板中的相同项。所以对于所有以 tete 开头的索引模板效果如下:

    json<br /> {<br /> "settings": {<br /> "number_of_shards": 2<br /> },<br /> "mappings": {<br /> "type1": {<br /> "_source": {<br /> "enabled": false<br /> },<br /> "_all": {<br /> "enabled": false<br /> }<br /> }<br /> }<br /> }<br />

    两个模板叠加了,项目的字段,优先级高的覆盖了优先级低的,如分片数。



    3.2 模板匹配的名称


    索引模板中的 "index_patterns" 字段定义的是该索引模板所应用的索引情况。如 "index_patterns": "tete*" 所表示的含义是,当新建索引时,所有以 tete 开头的索引都会自动匹配到该索引模板。利用该模板进行相应的设置和字段添加等。

    3.3 settings 部分


    索引模板中的 settings 部分一般定义的是索引的主分片、拷贝分片、刷新时间、自定义分析器等。常见的 settings 部分结构如下:

    json<br /> <br /> "settings": {<br /> "index": {<br /> "analysis": {...}, // 自定义的分析器<br /> "number_of_shards": "32", // 主分片的个数<br /> "number_of_replicas": "1", // 主分片的拷贝分片个数<br /> "refresh_interval": "5s" // 刷新时间<br /> }<br /> }<br />

    建立的索引,不会立马查到,这是为什么 Elasticsearch 为 near-real-time(接近实时)的原因,需要配置刷新时间,默认的是 1s。settings 的设置中,重点是自定义分析器的设置。

  • 分析器是三个顺序执行的组件的结合。他们分别是字符过滤器、分词器、标记过滤器。字符过滤器是让字符串在被分词前变得更加整洁。一个分析器可能包含零到多个字符过滤器(character_filter)。

  • 分词器将字符串分割成单独的词(terms)或标记(tokens)。一个分析器必须包含一个分词器。

  • 分词器分词的结果的标记流会根据各自的情况,传递给特定的标记过滤器。标记过滤器可能修改、添加或删除标记。

    创建的创建自定义分析器结构如下:

    json<br /> "settings": {<br /> "index": {<br /> "analysis": {<br /> "char_filter": { ... }, // 用户自定义字符过滤器<br /> "tokenizer": { ... }, // 用户自定义分词器<br /> "filter": { ... }, // 用户自定义标记过滤器<br /> "analyzer": { ... } // 用户自定义分析器<br /> },<br /> ...<br /> }<br /> }<br />



    3.4 索引类型的字段映射


    索引模板中,映射字段所对应的常用结构是:

    json<br /> "mappings": {<br /> "_doc": { // 索引下的类型 _doc 应用该映射<br /> "dynamic_templates": [ ... ], // 动态映射部分,用于未定义的 my_type 下字段<br /> "properties": { ... } // 自定义字段的响应映射<br /> }<br /> }<br />

    "_doc" 是索引下的一个类型,Elasticsearch 7.x仅支持"_doc"作为索引类型,Elasticsearch 6.x推荐使用"_doc"为索引类型。

    动态映射

    动态映射 "dynamic_templates" 字段对应的是一个数组,数组中的元素是一个个字段的映射模板。每个字段的映射模板都有一个名字用户描述这个模板的用途,一个 mapping 字段由于指明这个映射如何使用,和至少一个参数(例如 match)来定义这个模板适用于哪个字段。
    dynamic_templates 字段对应的字段模板结构如下:

    json<br /> {<br /> "string_fields": { // 字段映射模板的名称,一般为"类型_fields"的命名方式<br /> "match": "*", // 匹配的字段名为所有<br /> "match_mapping_type": "string", // 限制匹配的字段类型,只能是 string 类型<br /> "mapping": { ... } // 字段的处理方式<br /> }<br /> <br />

    自定义字段映射

    针对索引类型中存在的字段,除了可以采用动态模板的方式,还可以采用定义定义的方式,常见的自定义结构如下:

    json<br /> "mappings": {<br /> "my_type": {<br /> "dynamic_templates": [ ... ],<br /> "properties": {<br /> "user_city": { // 字段名<br /> "analyzer": "lowercase_analyzer", // 字段分析器<br /> "index": "analyzed", // 字段索引方式定义索引<br /> "type": "string", // 字段数据类型定义为 string<br /> "fields": { // 定义一个名为 user_city.raw 的嵌入的不分析字段<br /> "raw": {<br /> "ignore_above": 512,<br /> "index": "not_analyzed",<br /> "type": "string"<br /> }<br /> }<br /> },<br /> "money":{<br /> "type": "double",<br /> "doc_values": true<br /> }<br /> ...<br /> }<br /> }<br /> }<br />


    3.5 别名


    即使你认为现在的索引设计已经是完美的了,当你的应用在生产环境使用时,还是有可能在今后有一些改变的。所以请做好准备:在应用中使用别名而不是索引。然后你就可以在任何时候重建索引。别名的开销很小,应当广泛使用。利用索引别名,可以实现零停机时间重新索引。
    定义方式如下:

    json<br /> {<br /> "order": 0, // 模板优先级<br /> "index_patterns": "goods_comment*", // 模板匹配的名称方式<br /> "settings": {...}, // 索引设置<br /> "mappings": {...}, // 索引中各字段的映射定义<br /> "aliases": {<br /> "goods_comment":{}<br /> }<br /> }<br />

    以上只是简单的介绍了索引模板和模板内的组成部分的介绍,详情请见Elasticsearch官方文档。

    有了以上的知识,我们就可以利用索引模板的API,来对模板进行创建,查询,删除操作了。

    3.6 索引模板管理


    创建索引模板

    json<br /> PUT _template/goods_comment_template<br /> {<br /> "order": 0, // 模板优先级<br /> "index_patterns": "goods_comment*", // 模板匹配的名称方式<br /> "settings": {...}, // 索引设置<br /> "mappings": {...}, // 索引中各字段的映射定义<br /> "aliases": {<br /> "goods_comment":{}<br /> }<br /> }<br />

    查看索引模板

    <br /> GET _template // 查看所有模板<br /> GET _template/temp* // 查看与通配符相匹配的模板<br /> GET _template/temp1,temp2 // 查看多个模板<br /> GET _template/shop_template // 查看指定模板<br />

    判断模板是否存在

    <br /> HEAD _template/shop_tem<br />

    结果:
    a) 如果存在, 响应结果是: 200 - OK
    b) 如果不存在, 响应结果是: 404 - Not Found

    删除索引模板

    <br /> DELETE _template/shop_template // 删除上述创建的模板<br />

    如果模板不存在, 将抛出404 错误



    四、同步文档,自动创建索引


    前面创建了商品评论的索引模板(goods_comment_template),同步文档时,指定索引名称为“goods_comment_202010”,如果索引不存在,便会创建名为“goods_comment_202010”的索引,同时创建好“goods_comment”别名。索引的settings和mappings都会根据模板定义的规则生成好。索引创建成功,此时该索引便能正常使用啦。

    商品评论业务中,同步文档是在代码中实现,需要根据商品评论的创建时间,以“goods_comment_yyyyMM”的形式获取完整的索引名称(如:goods_comment_202010),同步文档指定goods_comment_202010,即可将数据同步到该索引。



    五、别名搜索


    多个商品评论索引,每个索引都有“goods_comment“别名,使用别名进行搜索,便能从这多个索引中获取数据。

    同理,其他业务索引实现搜索,都要求使用别名形式。



    六、可能存在的问题点


    索引创建后,并不是一成不变的,随着业务的发展,新增字段也是较常见的。原来单索引,新增一个字段,只需要在mappings新增字段,重建索引,迁移数据,切换别名即可。拆分后的多索引,工作量便会成被增加。

    修改索引模板,只会对后续生成的索引有作用,之前生成的索引,如需调整,需要手动或者使用脚本的形式进行重建并迁移数据。



    七、附录


    demo演示,也是体验索引拆分的一个实现过程。

    7.1 查询索引模板列表


    查看ES中的所有索引模板列表

    命令:

    <br /> GET _cat/templates?v<br />
    结果:

    <br /> name index_patterns order version<br /> kibana_index_template:.kibana [.kibana] 0 <br /> .monitoring-kibana [.monitoring-kibana-6-*] 0 6050399<br /> .management-beats [.management-beats] 0 67000<br />

    7.2 创建索引模板


    命令:

    json<br /> PUT _template/demo_template<br /> {<br /> "order": 0,<br /> "index_patterns": [<br /> "demo*"<br /> ],<br /> "settings": {<br /> "index": {<br /> "number_of_shards": 2,<br /> "number_of_replicas": 0,<br /> "max_result_window": 100000<br /> }<br /> },<br /> "aliases": {<br /> "demo": {}<br /> }<br /> }<br />
    结果:

    json<br /> {<br /> "acknowledged" : true<br /> }<br />

    7.3 查看索引模板详情


    命令:

    <br /> GET _template/demo_template<br />

    结果:

    json<br /> {<br /> "demo_template" : {<br /> "order" : 0,<br /> "index_patterns" : [<br /> "demo*"<br /> ],<br /> "settings" : {<br /> "index" : {<br /> "max_result_window" : "100000",<br /> "number_of_shards" : "2",<br /> "number_of_replicas" : "0"<br /> }<br /> },<br /> "mappings" : { },<br /> "aliases" : {<br /> "demo" : { }<br /> }<br /> }<br /> }<br />

    7.4 查询索引数据


    命令:

    <br /> GET demo_v1/_search<br />

    结果:

    <br /> {<br /> "error" : {<br /> "root_cause" : [<br /> {<br /> "type" : "index_not_found_exception",<br /> "reason" : "no such index",<br /> "resource.type" : "index_or_alias",<br /> "resource.id" : "demo_v1",<br /> "index_uuid" : "_na_",<br /> "index" : "demo_v1"<br /> }<br /> ],<br /> "type" : "index_not_found_exception",<br /> "reason" : "no such index",<br /> "resource.type" : "index_or_alias",<br /> "resource.id" : "demo_v1",<br /> "index_uuid" : "_na_",<br /> "index" : "demo_v1"<br /> },<br /> "status" : 404<br /> }<br />

    7.5 创建文档


    在此之前demo_v1索引不存在,通过创建文档,自动生成索引,新创建的demo_v1将根据demo_template索引模板生成。

    命令:

    <br /> POST demo_v1/_doc<br /> {<br /> "id": 1,<br /> "title": "这是一条数据"<br /> }<br />

    结果:

    <br /> {<br /> "_index" : "demo_v1",<br /> "_type" : "_doc",<br /> "_id" : "20upIHUBO6Fj2CIJUFPr",<br /> "_version" : 1,<br /> "result" : "created",<br /> "_shards" : {<br /> "total" : 1,<br /> "successful" : 1,<br /> "failed" : 0<br /> },<br /> "_seq_no" : 0,<br /> "_primary_term" : 1<br /> }<br />

    查看数据

    <br /> GET demo_v1/_search 用索引名称进行查询<br /> GET demo/_search 用别名进行查询<br />

    <br /> {<br /> "took" : 0,<br /> "timed_out" : false,<br /> "_shards" : {<br /> "total" : 2,<br /> "successful" : 2,<br /> "skipped" : 0,<br /> "failed" : 0<br /> },<br /> "hits" : {<br /> "total" : 1,<br /> "max_score" : 1.0,<br /> "hits" : [<br /> {<br /> "_index" : "demo_v1",<br /> "_type" : "_doc",<br /> "_id" : "20upIHUBO6Fj2CIJUFPr",<br /> "_score" : 1.0,<br /> "_source" : {<br /> "id" : 1,<br /> "title" : "这是一条数据"<br /> }<br /> }<br /> ]<br /> }<br /> }<br />

    发现使用索引名称和别名都能搜索出来。但是我们并未单独创建索引别名。我们来查看一下demo_v1索引的结构。

    <br /> GET demo_v1<br />

    json<br /> {<br /> "demo_v1" : {<br /> "aliases" : {<br /> "demo" : { }<br /> },<br /> "mappings" : {<br /> "_doc" : {<br /> "properties" : {<br /> "id" : {<br /> "type" : "long"<br /> },<br /> "title" : {<br /> "type" : "text",<br /> "fields" : {<br /> "keyword" : {<br /> "type" : "keyword",<br /> "ignore_above" : 256<br /> }<br /> }<br /> }<br /> }<br /> }<br /> },<br /> "settings" : {<br /> "index" : {<br /> "number_of_shards" : "2",<br /> "provided_name" : "demo_v1",<br /> "max_result_window" : "100000",<br /> "creation_date" : "1602570768526",<br /> "number_of_replicas" : "0",<br /> "uuid" : "WrXtDB5eRzmU-xX1vAUCrA",<br /> "version" : {<br /> "created" : "6070099"<br /> }<br /> }<br /> }<br /> }<br /> }<br />

    我们可以看到,demo_v1 索引中的数据:

  • 分片数(number_of_shards): 2
  • 副本(number_of_replicas): 0
  • 别名(aliases):demo
  • 最大结果窗口(max_result_window):100000

    这些都是我们在demo_template模板中设置的,在自动创建索引时,根据索引模板的index_patterns值,只要我们的索引名称是以“demo”为前缀,都会根据该模板生成索引。因此,无论是demo_v1,还是demo_v2,只要是以“demo”为前缀,直接创建文档,如果不存在索引,ES也会自动给我们创建以“demo_template”为模板的索引。实现索引拆分最关键的点,就在于索引模板。



    同样,我们通过创建文档,来生成一个没有索引模板的索引进行对比。

    查询demo

    <br /> GET demo/_search<br />
    确定demo索引不存在
    <br /> {<br /> "error" : {<br /> "root_cause" : [<br /> {<br /> "type" : "index_not_found_exception",<br /> "reason" : "no such index",<br /> "resource.type" : "index_or_alias",<br /> "resource.id" : "demo",<br /> "index_uuid" : "_na_",<br /> "index" : "demo"<br /> }<br /> ],<br /> "type" : "index_not_found_exception",<br /> "reason" : "no such index",<br /> "resource.type" : "index_or_alias",<br /> "resource.id" : "demo",<br /> "index_uuid" : "_na_",<br /> "index" : "demo"<br /> },<br /> "status" : 404<br /> }<br />

    创建一条文档

    <br /> POST demo/_doc<br /> {<br /> "id": 1,<br /> "title": "这是一条数据"<br /> }<br />

    创建成功

    json<br /> {<br /> "_index" : "demo",<br /> "_type" : "_doc",<br /> "_id" : "PmXEIHUBwM4PCvJbG7Xw",<br /> "_version" : 1,<br /> "result" : "created",<br /> "_shards" : {<br /> "total" : 2,<br /> "successful" : 1,<br /> "failed" : 0<br /> },<br /> "_seq_no" : 0,<br /> "_primary_term" : 1<br /> }<br /> <br />

    查看数据

    <br /> GET demo/_search<br />

    <br /> {<br /> "took" : 1,<br /> "timed_out" : false,<br /> "_shards" : {<br /> "total" : 2,<br /> "successful" : 2,<br /> "skipped" : 0,<br /> "failed" : 0<br /> },<br /> "hits" : {<br /> "total" : 1,<br /> "max_score" : 1.0,<br /> "hits" : [<br /> {<br /> "_index" : "demo",<br /> "_type" : "_doc",<br /> "_id" : "PmXEIHUBwM4PCvJbG7Xw",<br /> "_score" : 1.0,<br /> "_source" : {<br /> "id" : 1,<br /> "title" : "这是一条数据"<br /> }<br /> }<br /> ]<br /> }<br /> }<br />

    数据同步成功,索引也因此创建完成,我们来看看这个索引结构

    <br /> GET demo<br />

    json<br /> {<br /> "demo" : {<br /> "aliases" : { },<br /> "mappings" : {<br /> "_doc" : {<br /> "properties" : {<br /> "id" : {<br /> "type" : "long"<br /> },<br /> "title" : {<br /> "type" : "text",<br /> "fields" : {<br /> "keyword" : {<br /> "type" : "keyword",<br /> "ignore_above" : 256<br /> }<br /> }<br /> }<br /> }<br /> }<br /> },<br /> "settings" : {<br /> "index" : {<br /> "number_of_shards" : "2",<br /> "provided_name" : "demo",<br /> "creation_date" : "1602572524390",<br /> "number_of_replicas" : "1",<br /> "uuid" : "p8kNddGzQzWOaz5xLcSWhA",<br /> "version" : {<br /> "created" : "6070099"<br /> }<br /> }<br /> }<br /> }<br /> }<br />

    我们可以看到,demo索引中的数据:

  • 分片数(number_of_shards): 2
  • 副本(number_of_replicas): 1
  • 别名(aliases):无
  • 最大结果窗口(max_result_window):无

    为了直观比较,请看下表:

    | | 有索引模板(demo_v1) | 无索引模板(demo) |
    | ------------------ | --------------------- | ----------------------- |
    | number_of_shards | 2 | 2 |
    | number_of_replicas | 0 | 1 |
    | aliases | demo | 无 |
    | max_result_window | 10w | 无,默认是1w |

    上表可知,通过索引模板的创建的索引,有利于我们更好的掌控索引的结构。

    通过demo演示,我们可以进一步的理解索引拆分的一个过程及其实现原理,重点在索引模板。

    八、参考


  • [初探 Elasticsearch Index Template(索引模板)](https://www.jianshu.com/p/1f67e4436c37)

如何查询置顶商品并排序

回复了问题 • 4 人关注 • 3 个回复 • 123 次浏览 • 3 天前 • 来自相关话题

ES rest 方式如何添加 preference 参数

Ombres 回复了问题 • 2 人关注 • 1 个回复 • 86 次浏览 • 6 天前 • 来自相关话题

关于ElasticSearch7版本搭建集群数据存储节点数据一致性的疑问

回复

qwe857359351 发起了问题 • 1 人关注 • 0 个回复 • 100 次浏览 • 6 天前 • 来自相关话题

关于es排序的疑问?

FFFrp 回复了问题 • 4 人关注 • 4 个回复 • 132 次浏览 • 6 天前 • 来自相关话题

Elasticsearch:通过 inference pipeline 聚合为你的数据科学增加灵活性

回复

liuxg 发起了问题 • 1 人关注 • 0 个回复 • 107 次浏览 • 2020-10-15 14:56 • 来自相关话题

Serial Differencing aggregation 介绍

回复

liuxg 发起了问题 • 1 人关注 • 0 个回复 • 65 次浏览 • 2020-10-15 13:39 • 来自相关话题