elasticsearch(三）-- 理解ES的索引操作

一、前言

上一章我们主要学习了es的几个客户端，那么我们后面也主要通过kibana客户端、HighLevelClient高级客户端这两个来学习es.

这一章的学习我们主要是学习一些Elasticsearch的基础操作，主要是深入一些概念，比如索引的具体操作，映射的相关语法，对数据类型，文档的操作。那么主要的DSL代码的实践都将在kibana客户端上实践。

二、索引操作

本节主要介绍索引的相关操作，涉及创建、删除、关闭和打开索引，以及索引别名的操作。其中，索引别名的操作在生产环境中使用比较广泛，可以和关闭或删除索引配合使用。在生产环境中使用索引时，一定要慎重操作，因为稍有不慎就会导致数据的丢失或异常。

2.1.、创建索引

使用ES构建搜索引擎的第一步是创建索引。在创建索引时，可以按照实际需求对索引进行主分片和副分片设置。ES创建索引的请求类型为PUT，其请求形式如下：

bash 复制代码

PUT /${index_name}
{
  "settings": {
    ...
  },
  "mappings": {
    ...
  }
}

其中：变量index_name就是创建的目标索引名称；可以在settings子句内部填写索引相关的设置项，如主分片个数和副分片个数等；可以在mappings子句内部填写数据组织结构，即数据映射。

在第一章中曾介绍过创建索引hotel的语句，但是当时的主分片个数使用的是系统默认值（默认值为5）并且没有使用副分片个数（默认值0）。假设设置主分片个数为15，副分片个数为2，则响应的DSL如下：

bash 复制代码

PUT /person
{
  "settings": {
    "number_of_shards": 15     #指定主分片个数
    , "number_of_replicas": 2  #指定副分片个数
  },
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "city":{
        "type": "keyword"
      },
      "age":{
        "type": "integer"
      }
    }
  }
}

2.2、删除索引

ES中删除索引的请求类型是DELETE，其请求类型如下：

bash 复制代码

DELETE ${index_name}

其中，${index_name}就是将要被删除的索引的名称，例如执行下面的删除命令

bash 复制代码

DELETE /person

返回信息如下图：

通过返回信息可知，目标索引hotel已经被删除。

2.3、关闭索引

在有些场景下，某个索引暂时不使用，但是后期可能又会使用，这里的使用是指数据写入和数据搜索。这个索引在某一段时间内属于冷数据或者归档数据，这时可以使用索引的关闭功能。索引关闭时，只能通过ES的API或者监控工具看到索引的元数据信息，但是此时该索引不能写入和搜索数据，待该索引被打开后，才能写入和搜索数据 。

先把索引person关闭，请求形式如下：

bash 复制代码

POST /person/_close

此时可以尝试将数据写入：

bash 复制代码

POST /person/_doc/001
{
  "name":"mbw",
  "city":"上海",
  "age":"22"
}

ES返回信息如下：

bash 复制代码

{
  "error" : {
    "root_cause" : [
      {
        "type" : "index_closed_exception",     #提示异常类型为索引已经关闭
        "reason" : "closed",
        "index_uuid" : "t1MKYReSRg2iU5KaXPaoOQ",
        "index" : "person"                     #当前索引名称
      }
    ],
    "type" : "index_closed_exception",
    "reason" : "closed",
    "index_uuid" : "t1MKYReSRg2iU5KaXPaoOQ",
    "index" : "person"
  },
  "status" : 400
}

根据上面的信息可知，索引关闭时写入数据将会报错。

下面可以尝试进行数据搜索：

bash 复制代码

GET /person/_search
{
  "query": {
    "match": {
      "name": "孟博文"
    }
  }
}

ES返回的信息和进行写入请求时的返回信息是一样的，印证了索引在关闭时不能提供搜索服务的规定。

2.4、打开索引

索引关闭后，需要开启读写服务时可以将其设置为打开状态。下面的示例是把出于关闭状态的hotel索引设置为打开状态

bash 复制代码

POST /person/_open

索引被打开后，就可以对其进行读写操作了 ，例如下面是打开person索引后进行搜索操作：

2.5、索引别名

顾名思义，别名是指给一个或者多个索引定义另外一个名称，使索引别名和索引之间可以建立某种逻辑关系 。
可以用别名表示别名和索引之间的包含关系 。例如，我们建立了1月、2月、3月的用户入住酒店的日志索引，假设当前日期是4月1日，需要搜索过去的3个月的日志索引，如果分别去3个索引中进行搜索，这种编码方案比较低效。此时可以创建一个别名last_three_month,设置前面的3个索引的别名为last_three_month,然后在last_three_month中进行搜索即可。如下图所示，last_three_month包含january_log,february_log,march_log 3个索引，用户请求在last_three_month中进行搜索时，ES会在上述3个索引中进行搜索。

下面进行代码展示，首先依次建立january_log,february_log,march_log 3个索引。这里只展示创建january_log的DSL，因为这3个索引除了索引名称不一样，其他参数都是一样的，所以另外两个就不做赘述：

bash 复制代码

PUT /january_log
{
  "mappings": {
    "properties": {
      "uid":{
        "type": "keyword"
      },
      "hotel_id":{
        "type": "keyword"
      },
      "check_in_date":{
        "type": "keyword"
      }
    }
  }
}

下面分别在3个索引中写入同一用户在不同月份的入住记录，DSL如下：

bash 复制代码

POST /january_log/_doc/001
{
  "uid":"001",
  "hotel_id":"92772",
  "check_in_date":"2022-01-05"
}

POST /february_log/_doc/001
{
  "uid":"001",
  "hotel_id":"33224",
  "check_in_date":"2022-02-07"
}

POST /march_log/_doc/001
{
  "uid":"001",
  "hotel_id":"82772",
  "check_in_date":"2022-03-08"
}

现在建立别名last_three_month,设置上面3个新建的索引的别名统一为last_three_month,请求的DSL如下：

bash 复制代码

POST /_aliases
{
  "actions": [
    {
      "add": {        #为索引january_log建立别名last_three_month
        "index": "january_log",
        "alias": "last_three_month",
      }
    },
    {
      "add": {        #为索引february_log建立别名last_three_month
        "index": "february_log",
        "alias": "last_three_month"
      }
    },
    {
      "add": {        #为索引march_log建立别名last_three_month
        "index": "march_log",
        "alias": "last_three_month"
      }
    }
  ]
}

其中创建索引PUT /_aliases是创建别名的固定用法，此时，我们可以把这个别名看作是一个索引，这个索引包含了上面三个月入住记录的索引，我们同样也可以通过别名去搜索。比如搜索uid为001的用户的入住记录，搜索的DSL如下：

bash 复制代码

GET /last_three_month/_search
{
  "query": {
    "term": {
      "uid": {
        "value": "001"
      }
    }
  }
}

返回结果如下：

而且我们同样可以对别名索引进行关闭打开的操作，例如执行如下操作：

bash 复制代码

POST /last_three_month/_close

可以看见它将别名包含的三个索引同时关闭。此时对别名亦或是三个索引的读写操作均无法进行。打开后才可以操作，这一点和索引本身的打开关闭也是一模一样的。

从上面搜索或者关闭别名索引的操作结果可知，当请求搜索别名last_three_month的数据时，ES将请求转发到了january_log,february_log,march_log 3个索引中。

需要指出的是，在默认情况下，当一个别名只指向一个索引时，写入数据的请求指向这个别名，如果这个别名指向多个索引，就像上面的例子，则写入数据的请求是不可以指向这个别名的，因为别名并不知道该将这个写入请求转发给哪个索引处理。例如，向last_three_month中写入一条数据：

bash 复制代码

POST /last_three_month/_doc/002
{
  "uid":"002",
  "hotel_id":"92773",
  "check_in_date":"2022-01-11"
}

es报错提示如下：

根据上面的报错信息可知，ES不能确定向last_three_month写入数据时的转发对象，这种情况需要在别名设置时，将想要写入的目标索引的is_write_index属性值设置为true来指定该索引可用于执行数据写入操作，例如设置january_log为数据写入转发对象，对应的DSL如下：

bash 复制代码

POST /_aliases
{
  "actions": [
    {
      "add": {      
        "index": "january_log",
        "alias": "last_three_month",
        "is_write_index":true
      }
    },
    {
      "add": {      
        "index": "february_log",
        "alias": "last_three_month"
      }
    },
    {
      "add": {      
        "index": "march_log",
        "alias": "last_three_month"
      }
    }
  ]
}

此时可以再向别名last_three_month中写入上面举例的数据，ES返回结果如下：

可以看到诗实际被写入的索引就是我们刚才设置别名时通过is_write_index指定的索引，但是is_write_index只能设置一次，不能在多个索引下面同时设置,否则会报错，例如：

bash 复制代码

POST /_aliases
{
  "actions": [
    {
      "add": {      
        "index": "january_log",
        "alias": "last_three_month",
        "is_write_index":true
      }
    },
    {
      "add": {      
        "index": "february_log",
        "alias": "last_three_month"，
        "is_write_index":true
      }
    },
    {
      "add": {      
        "index": "march_log",
        "alias": "last_three_month"
      }
    }
  ]
}

ES报错如下：

2.6、通过别名表示索引之间的替代关系

引入别名之后，还可以同别名表示索引之间的替代关系。这种关系一般是在某个索引被创建后，有些参数是不能更改的，例如主分片的个数，但随着业务发展，索引中的数据增多，需要更改索引参数进行优化。我们需要平滑地解决该问题，既要更改索引的设置，又不能改变索引名称，这时就可以使用索引别名。

假设一个酒店的搜索别名设置为hotel_alias,初期创建索引hotel_1时，主分片个数设置为5，然后设置hotel_1的别名为hotel_alias,，此时客户端使用索引别名hotel_alias进行搜索请求，请求只会转发到索引hotel_1中。假设突然一下这个酒店成了网红酒店，索引中的数据急剧增长，索引分片需要将其扩展成为10个分片的索引来分担搜索压力。但是我们知道一个索引在创建后，主分片个数已经不能更改，因此只能考虑使用索引替换来完成索引的扩展。这时可以创建一个索引hotel_2,除了将其主分片个数设置为10外，其他设置与hotel_1相同。当hotel_2的索引和数据均准备好后，移除别名hotel_alias和hotel_1的关系，然后设置新创建的hotel_2的别名为hotel_alias.此时客户端不做任何改动，继续使用别名索引hotel_alias进行搜索请求时，该请求会转发给索引hotel_2,如果服务稳定，将hotel_1索引删除即可。此时借助别名就完成了一次索引替换工作。如下图所示，左边hotel_alias索引别名暂时指向hotel_1,hotel_2做好了数据准备；右边图中hotel_alias索引指向hotel2,完成了索引的扩展切换。

下面进行代码演示，首先建立索引hotel_1,设置其主分片个数为5，其他信息与创建索引时保持一致：

bash 复制代码

PUT /hotel_1
{
  "settings": {
    "number_of_shards": 5
    , "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "city":{
        "type": "keyword"
      },
      "price":{
        "type": "double"
      }
    }
  }
}

在数据写入端向hotel_1写入搜索数据，请求的DSL如下：

bash 复制代码

POST /hotel_1/_doc/001
{
    "name":"mbw酒店",   
    "city":"成都",
    "price":"1145.14"
}

建立别名hotel_alias，请求的DSL如下：

bash 复制代码

POST /_aliases
{
  "actions": [
    {
      "add": {      
        "index": "hotel_1",
        "alias": "hotel_alias"
      }
    }
  ]
}

在搜索请求端使用hotel_alias进行搜索，假设在name字段中搜索"mbw",搜索的DSL如下：

bash 复制代码

GET /hotel_alias/_search
{
  "query": {
    "match": {
      "name": "mbw"
    }
  }
}

ES返回的数据如下图

通过搜索结果可以看出，因为只有索引hotel_1的别名为hotel_alias,所以向索引别名hotel_alias发起搜索请求时ES会将搜索请求全部转发给索引hotel_1.

假设过一段时间后酒店索引的分片需要扩展。通过变更索引的方式可以完成扩展。建立索引hotel_2,并设置主分片个数为10，副分片个数为2，请求的DSL如下：

bash 复制代码

PUT /hotel_2
{
  "settings": {
    "number_of_shards": 10
    , "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "city":{
        "type": "keyword"
      },
      "price":{
        "type": "double"
      }
    }
  }
}

在数据写入端向索引hotel_2中写入和索引hotel_1一样的数据，请求的DSL如下：

bash 复制代码

POST /hotel_2/_doc/001
{
    "name":"mbw酒店",   
    "city":"成都",
    "price":"1145.14"
}

或者我们可以使用另一个迁移的命令，将索引hotel_1的数据迁移至hotel_2,这个当然是最好的解决方式，因为正式环境我们的数据肯定不止一条。

命令格式如下：

bash 复制代码

POST _reindex
{
  "source": {
    "index": "old_index",
    "size":1000   #可选，每次批量提交1000个，可以提高效率，建议每次提交5-15M的数据
    "query": {}   # 可选， 不写的默认是全量数据迁移 写上条件就是选择性迁移数据
   },
  "dest": {
    "index": "new_index"
  }
}

那这里由于我们只有1条数据，所以就直接向hotel_2插入那一条数据即可。

此时hotel_2中的数据已经准备完毕，现在变更别名设置，删除hotel_1的索引别名，设置索引hotel_2的别名为hotel_alias，请求的DSL如下：

bash 复制代码

POST /_aliases
{
  "actions": [
    {
      "remove": {        #删除索引hotel_1的别名hotel_alias
        "index": "hotel_1",
        "alias": "hotel_alias"
      }
    },
    {
      "add": {           #增加索引hotel_1的别名hotel_alias
        "index": "hotel_2",
        "alias": "hotel_alias"
      }
    }
  ]
}

再执行前面的搜索，返回结果如下：

通过搜索结果可以看出，请求hotel_alias索引进行搜索时，搜索已经从转发给hotel_1变更为转发给hotel_2.因此，索引别名在这种需要变更索引的情况下，搜索端不需要任何变更即可完成切换，这在实际的生产环境中是非常方便的。