社区日报第1084期 (2020-10-21)

社区日报 • BKing 发表了文章 • 0 个评论 • 1012 次浏览 • 2020-10-21 20:27 • 来自相关话题

【阿里云Elasticsearch团队/杭州/北京】 Elasticsearch搜索引擎研发

求职招聘 • dongguapi 发起了问题 • 3 人关注 • 0 个回复 • 2820 次浏览 • 2020-10-21 12:55 • 来自相关话题

社区日报第1083期 (2020-10-20)

社区日报 • kimichen123 发表了文章 • 0 个评论 • 1012 次浏览 • 2020-10-21 00:33 • 来自相关话题

使用 Elastic Stack 来记录 Java Apps 日志

Beats • liuxg 发起了问题 • 2 人关注 • 0 个回复 • 1513 次浏览 • 2020-10-19 20:30 • 来自相关话题

测试elastalert 出现报错，这个是什么原因呀！求大神解答

贡献

Elasticsearch • xm110224 回复了问题 • 3 人关注 • 2 个回复 • 1844 次浏览 • 2020-10-19 18:03 • 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？

贡献

Elasticsearch • medcl 回复了问题 • 2 人关注 • 1 个回复 • 909 次浏览 • 2020-10-19 17:27 • 来自相关话题

ES索引打开时，分片分配的疑问

Elasticsearch • wangxinrong 发起了问题 • 1 人关注 • 0 个回复 • 1618 次浏览 • 2020-10-19 14:57 • 来自相关话题

社区日报第1082期 (2020-10-19)

社区日报 • cyberdak 发表了文章 • 0 个评论 • 957 次浏览 • 2020-10-19 14:37 • 来自相关话题

【什么值得买|北京】搜索研发工程师（PHP|GO）

贡献

求职招聘 • 森回复了问题 • 2 人关注 • 1 个回复 • 1623 次浏览 • 2020-10-19 10:17 • 来自相关话题

如何查询置顶商品并排序

贡献

Elasticsearch • 森回复了问题 • 4 人关注 • 3 个回复 • 1828 次浏览 • 2020-10-19 10:14 • 来自相关话题

【网易/杭州】寻找 es 开发工程师，不用 996

求职招聘 • toxic_07 发表了文章 • 2 个评论 • 3178 次浏览 • 2020-10-19 09:09 • 来自相关话题

Elasticsearch索引拆分方案

Elasticsearch • 森发表了文章 • 0 个评论 • 10494 次浏览 • 2020-10-19 09:08 • 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 { "order" : 0, "index_patterns" : [ "goods_comment*" ], "settings" : { "index" : { "max_result_window" : "100000", "analysis" : { "filter" : { "by_stop_filter" : { "type" : "stop", "stopwords" : [ " " ] }, "pinyin_first_letter_and_full_pinyin_filter" : { "keep_none_chinese_in_first_letter" : "true", "lowercase" : "true", "keep_original" : "true", "keep_first_letter" : "true", "trim_whitespace" : "true", "type" : "pinyin", "keep_none_chinese" : "true", "limit_first_letter_length" : "16", "keep_full_pinyin" : "true" }, "by_synonym_filter" : { "type" : "synonym", "synonyms_path" : "analysis/synonym.txt" }, "full_pinyin_filter" : { "keep_none_chinese_in_first_letter" : "true", "lowercase" : "true", "keep_original" : "true", "keep_first_letter" : "false", "trim_whitespace" : "true", "type" : "pinyin", "keep_none_chinese" : "true", "limit_first_letter_length" : "16", "keep_full_pinyin" : "true" } }, "char_filter" : { "by_char_filter" : { "type" : "mapping", "mappings" : [ "| => |" ] } }, "analyzer" : { "by_max_word" : { "filter" : [ "by_synonym_filter", "lowercase" ], "char_filter" : [ "html_strip" ], "type" : "custom", "tokenizer" : "ik_max_word" } }, "tokenizer" : { "my_pinyin" : { "lowercase" : "true", "keep_original" : "true", "remove_duplicated_term" : "true", "keep_separate_first_letter" : "false", "type" : "pinyin", "limit_first_letter_length" : "16", "keep_full_pinyin" : "true" } } }, "number_of_shards" : "3", "number_of_replicas" : "1" } }, "mappings" : { "_doc" : { "properties" : { "is_img" : { "type" : "integer" }, "gid" : { "type" : "integer" }, "pubtime" : { "type" : "integer" } .... } } }, "aliases" : { "goods_comment" : { } } } 

上述模板定义，看似复杂，拆分来看，主要为如下几个部分：

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

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 { "order": 0, "index_patterns": "te*", "settings": { "number_of_shards": 1 }, "mappings": { "type1": { "_source": { "enabled": false } } } } 

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 { "order": 1, "index_patterns": "tete*", "settings": { "number_of_shards": 2 }, "mappings": { "type1": { "_all": { "enabled": false } } } } 

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 { "settings": { "number_of_shards": 2 }, "mappings": { "type1": { "_source": { "enabled": false }, "_all": { "enabled": false } } } } 

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

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

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

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

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

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

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

查看索引模板

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

判断模板是否存在

 HEAD _template/shop_tem 

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

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

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：

 GET _cat/templates?v 
结果：

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

7.2 创建索引模板

命令：

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

json { "acknowledged" : true } 

7.3 查看索引模板详情

命令：

 GET _template/demo_template 

结果：

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

7.4 查询索引数据

命令：

 GET demo_v1/_search 

结果：

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

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：

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

结果：

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

查看数据

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

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

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。

 GET demo_v1 

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

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

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

创建一条文档

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

创建成功

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

查看数据

 GET demo/_search 

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

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

 GET demo 

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

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)

通知设置新通知

发现

社区日报第1084期 (2020-10-21)

【阿里云Elasticsearch团队/杭州/北京】 Elasticsearch搜索引擎研发

社区日报第1083期 (2020-10-20)

使用 Elastic Stack 来记录 Java Apps 日志

测试elastalert 出现报错，这个是什么原因呀！求大神解答

CCR(跨集群复制) 订阅集群会与领导集群数据完全相同么？

ES索引打开时，分片分配的疑问

社区日报第1082期 (2020-10-19)

【什么值得买|北京】搜索研发工程师（PHP|GO）

如何查询置顶商品并排序

【网易/杭州】寻找 es 开发工程师，不用 996

Elasticsearch索引拆分方案

Elasticsearch索引拆分方案

一、概况

二、索引拆分规则

三、创建索引模板

3.1 模板优先级

3.2 模板匹配的名称

3.3 settings 部分

3.4 索引类型的字段映射

3.5 别名

3.6 索引模板管理

四、同步文档，自动创建索引

五、别名搜索

六、可能存在的问题点

七、附录

7.1 查询索引模板列表

7.2 创建索引模板

7.3 查看索引模板详情

7.4 查询索引数据

7.5 创建文档

八、参考

社区日报第1081期 (2020-10-18)

社区日报第1080期 (2020-10-17）

社区日报第1078期 (2020-10-16)

热门话题

通知设置 新通知

发现

Elasticsearch索引拆分方案

一、概况

二、索引拆分规则

三、创建索引模板

3.1 模板优先级

3.2 模板匹配的名称

3.3 settings 部分

3.4 索引类型的字段映射

3.5 别名

3.6 索引模板管理

四、同步文档，自动创建索引

五、别名搜索

六、可能存在的问题点

七、附录

7.1 查询索引模板列表

7.2 创建索引模板

7.3 查看索引模板详情

7.4 查询索引数据

7.5 创建文档

八、参考

热门话题

通知设置新通知