es對索引的一堆操作都是用restful api去進行的，參數時一堆json，一年前邊查邊寫搞過一次，這回搞遷移，發現es都到6.0版本了，也變化了很多，寫個小筆記記錄一下。
創建一個es索引很簡單，一個put請求。
PUT /my_index
{
"settings": { ... any settings ... }, "mappings": { "type_one": { ... any mappings ... }, }, "aliases" : {...} } 新建一個索引，包含settings mappings 和aliases。settings設置分片等一些參數，mappings設置如何處理索引的各個type，aliases以前沒有用過，看上去我不太會用到，這邊就不記錄了。
settings
這邊有非常多的參數可以設置，不過官方是不建議修改的。常見需要改的就倆
- number_of_shards
每個索引的主分片數，默認值是 5 。這個配置在索引創建后不能修改。 - number_of_replicas
每個主分片的副本數，默認值是 1 。對於活動的索引庫，這個配置可以隨時修改。
PUT /my_temp_index
{
"settings": { "number_of_shards" : 3, "number_of_replicas" : 2 } } 給索引設置settings值
PUT /my_temp_index/_settings
{
"number_of_replicas": 1 } 修改settings值
mappings
每個文檔都有type，每種type都會有自己的mapping。mapping定義了type的field，每個field的數據類型，以及es如何處理這些field。
注意，一個mappings里邊不建議有多個type，而且在es6之后的版本很有可能會不允許有多個type。
按照官方的計划，es7-es9會逐步去掉type
建議是每個index都只有一個type，原因是一個index中的各個type的字段並不是完全獨立的，一個index中多個type會造成一些浪費。
可以通過/_mapping 來查看es中一個或多個索引中的一個或多個mapping。
數據類型 (field)
- 字符串 string
- text
- keyword
- 數字
- long integer short byte double float half_float scaled_float
- 布爾型 boolean
- 日期 date
- range
- integer_range
- float_range
- long_range
- double_range
- date_range
- array
- object
還有很多我確定我不會用到的類型。
當索引一個包含新的field的文檔時，es會使用<b>動態映射</b>，通過JSON中基本數據類型，嘗試猜測field類型
一般情況下，默認映射就足夠了。es會自動把如 123 映射為integer，123.123映射為double，但是很多情況下，我們都需要自定義映射，特別是string類型。
自定義映射可以做這些事：
- 配置為全文字符串和精確字符串 （如name字段我更希望他不要分詞，而desc字段更需要分詞后搜索）
- 使用特定語言分析器
- 。。。
一個field最主要的屬性是type，對於大部分field，一般只需要設置type就可以了：
{
"number_of_clicks": { "type": "integer" } } range
PUT range_index
{
"mappings": { "my_type": { "properties": { "expected_attendees": { "type": "integer_range" }, "time_frame": { "type": "date_range", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } } } } 插入格式
PUT range_index/my_type/1
{
"expected_attendees" : { "gte" : 10, "lte" : 20 }, "time_frame" : { "gte" : "2015-10-31 12:00:00", "lte" : "2015-11-01" } } 搜索格式
POST range_index/_search
{
"query" : { "range" : { "time_frame" : { "gte" : "2015-10-31", "lte" : "2015-11-01", "relation" : "within" } } } } 這部分比較簡單 不細致展開了
string
對於string類型，以前是只有string，現在分為了兩種，keyword和text
text
text會先經過分析器，然后索引起來，類似desc這樣的字段就需要使用text。有以下幾個重要字段。
analyzer
分析器，可以指定如何處理這個string，比如我想先把所有html的標記全去掉，再分詞，再刪除無用的停頓次，然后把剩下的token索引起來。可以使用默認的standard分析器，也可以指定別的內置的分析器。也可以使用插件安裝的第三份分析器，如ik，也可以自定義分析器。
分析器使用起來很簡單
{
"desc": { "type": "string", "analyzer": "ik_smart" } } 其中，ik_smart是已經安裝好的第三方分析器。
index
是否設置為可以搜索，boolean
norm
我理解是算分時是否進行一些標准化處理，需要額外的資源。
fields
這個字段很有趣.. 先看個例子
"filename":{ "type":"text", "norms":false, "fields":{ "raw":{ "type":"keyword", "ignore_above":256 } } }, 一個filename的字段，這邊設置的是type是text，會分詞搜索。但有時候我們需要精准匹配，就可以使用filename.raw。插入時只需要輸入filename，保存在es里邊的會有兩份，filename和filename.raw。
keyword
和text不同，keyword不會經過分析器，搜索時會精確匹配。
index fields
這兩個參數和text的相同
ignore_above
丟掉超過一定長度的字符串
映射操作
新建映射
PUT /index_name
{
"mappings": { "person" : { "properties" : { "desc" : { "type" : "string", "analyzer": "ik_smart" }, "birth" : { "type" : "date" }, "name" : { "type" : "string", "index" : "not_analyzed" }, "user_id" : { "type" : "long" } } } } } 新建一個index，desc字段用ik分詞索引，birth設置為日志，name字段精確索引，user_id設置為long型。
更新映射
PUT /index_name/_mapping/person
{
"properties" : { "tag" : { "type" : "string", "index": "not_analyzed" } } } 新增一個tag字段。
作者：辰辰沉沉沉
鏈接：https://www.jianshu.com/p/bd23b86848dd
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯系作者獲得授權並注明出處。