Elasticsearch（十）索引管理

雨点打透心脏的1/2处 2022-02-03 10:11 270阅读 0赞

# 1、创建索引 #

你可以通过在 `config/elasticsearch.yml` 中添加下面的配置来防止自动创建索引。

action.auto_create_index: false

## 手动创建 ##

手动创建：确保索引被创建在适当数量的分片上，在索引数据之前设置好分析器和类型映射。

PUT /my_index
    {
        "settings": { ... any settings ... },
        "mappings": {
            "type_one": { ... any mappings ... },
            "type_two": { ... any mappings ... },
            ...
        }

## 删除索引 ##

使用以下的请求来删除索引：

DELETE /my_index

你也可以用下面的方式删除多个索引

DELETE /index_one,index_two
    DELETE /index_*

你甚至可以删除所有索引

DELETE /_all

# 2、设置索引 #

两个最重要的设置：

`number_of_shards`

``定义一个索引的主分片个数，默认值是 `5`。这个配置在索引创建后不能修改。``

`number_of_replicas`

每个主分片的复制分片个数，默认是 \`1\`。这个配置可以随时在活跃的索引上修改。

我们可以创建只有一个主分片，没有复制分片的小索引。

PUT /my_temp_index
    {
        "settings": {
            "number_of_shards" :   1,
            "number_of_replicas" : 0
        }
    }

然后，我们可以用 `update-index-settings` API 动态修改复制分片个数：

PUT /my_temp_index/_settings
    {
        "number_of_replicas": 1
    }

# 3、配置分析器 #

分析器的作用：用于将全文字符串转换为适合搜索的倒排索引。

standard 分析器是用于全文字段的默认分析器，对于大部分西方语系来说是一个不错的选择。

# 4、自定义分析器 #

分析器文章：[https://blog.csdn.net/ruanhao1203/article/details/90024347][https_blog.csdn.net_ruanhao1203_article_details_90024347]

创建自定义分析器

与索引设置一样，我们预先配置好 `es_std` 分析器，我们可以再 `analysis` 字段下配置字符过滤器，分词器和标记过滤器：

PUT /my_index
    {
        "settings": {
            "analysis": {
                "char_filter": { ... custom character filters ... },
                "tokenizer":   { ...    custom tokenizers     ... },
                "filter":      { ...   custom token filters   ... },
                "analyzer":    { ...    custom analyzers      ... }
            }
        }
    }

作为例子，我们来配置一个这样的分析器：

1.  用 `html_strip` 字符过滤器去除所有的 HTML 标签
2.  将 `&` 替换成 `and`，使用一个自定义的 `mapping` 字符过滤器

"char_filter": {
        "&_to_and": {
            "type":       "mapping",
            "mappings": [ "&=> and "]
        }
    }

1.  使用 `standard` 分词器分割单词
2.  使用 `lowercase` 标记过滤器将词转为小写
3.  用 `stop` 标记过滤器去除一些自定义停用词。

"filter": {
        "my_stopwords": {
            "type":        "stop",
            "stopwords": [ "the", "a" ]
        }
    }

根据以上描述来将预定义好的分词器和过滤器组合成我们的分析器：

"analyzer": {
        "my_analyzer": {
            "type":           "custom",
            "char_filter":  [ "html_strip", "&_to_and" ],
            "tokenizer":      "standard",
            "filter":       [ "lowercase", "my_stopwords" ]
        }
    }

用下面的方式可以将以上请求合并成一条：

PUT /my_index
    {
        "settings": {
            "analysis": {
                "char_filter": {
                    "&_to_and": {
                        "type":       "mapping",
                        "mappings": [ "&=> and "]
                }},
                "filter": {
                    "my_stopwords": {
                        "type":       "stop",
                        "stopwords": [ "the", "a" ]
                }},
                "analyzer": {
                    "my_analyzer": {
                        "type":         "custom",
                        "char_filter":  [ "html_strip", "&_to_and" ],
                        "tokenizer":    "standard",
                        "filter":       [ "lowercase", "my_stopwords" ]
                }}
    }}}

转换为命令：

curl -H "Content-Type: application/json" -XPUT 'http://10.24.54.241:9200/my_index' -d '
    {
        "settings": {
            "analysis": {
                "char_filter": {
                    "&_to_and": {
                        "type":       "mapping",
                        "mappings": [ "&=> and "]
                }},
                "filter": {
                    "my_stopwords": {
                        "type":       "stop",
                        "stopwords": [ "the", "a" ]
                }},
                "analyzer": {
                    "my_analyzer": {
                        "type":         "custom",
                        "char_filter":  [ "html_strip", "&_to_and" ],
                        "tokenizer":    "standard",
                        "filter":       [ "lowercase", "my_stopwords" ]
                }}
    }}}'

创建索引后，验证自定义分析器是否生效，运行以下命令：

curl -H "Content-Type: application/json" -XPOST 'http://10.24.54.241:9200/my_index/_analyze?pretty' -d '{"analyzer": "my_analyzer","text": "The quick & brown fox"}'

结果：

{
      "tokens" : [
        {
          "token" : "quick",
          "start_offset" : 4,
          "end_offset" : 9,
          "type" : "<ALPHANUM>",
          "position" : 1
        },
        {
          "token" : "and",
          "start_offset" : 10,
          "end_offset" : 11,
          "type" : "<ALPHANUM>",
          "position" : 2
        },
        {
          "token" : "brown",
          "start_offset" : 12,
          "end_offset" : 17,
          "type" : "<ALPHANUM>",
          "position" : 3
        },
        {
          "token" : "fox",
          "start_offset" : 18,
          "end_offset" : 21,
          "type" : "<ALPHANUM>",
          "position" : 4
        }
      ]
    }

除非我们告诉 Elasticsearch 在哪里使用，否则分析器不会起作用。我们可以通过下面的映射将它应用在一个 `string` 类型的字段上：

PUT /my_index/_mapping/my_type
    {
        "properties": {
            "title": {
                "type":      "string",
                "analyzer":  "my_analyzer"
            }
        }
    }

[https_blog.csdn.net_ruanhao1203_article_details_90024347]: https://blog.csdn.net/ruanhao1203/article/details/90024347