ElasticSearch學習（一）------建立索引庫，設定索引規則
一、建立索引庫，並且設定預設分詞器為 IK
curl -XPUT http://localhost:9200/myindex -d ' { "settings" : { "index" : { "max_result_window" : 100000000 }, "analysis": { "analyzer": { "default": { "type": "ik_max_word" } } } } } '
max_result_window 這個屬性指定了查詢數量限制，ES 預設限制了分頁查詢 start + limit <= 10000。
如果已經建立了索引庫，但是索引庫中還沒有內容的時候，需要更換分詞器，那麼需要先關閉索引庫，設定新的分詞器，在開啟索引庫。（索引庫中已經有內容的話，建議還是刪掉索引庫完全重建好了，舊索引分詞不符合預期也沒有留著的必要）
關閉索引庫：
curl -XPOST http://localhost:9200/myindex/_close -d '
{}
'重新設定分詞器：
curl -XPUT http://localhost:9200/myindex -d ' { "settings" : { "index" : { "max_result_window" : 100000000 }, "analysis": { "analyzer": { "default": { "type": "ik_max_word" } } } } } '
開啟索引庫：
curl -XPOST http://localhost:9200/myindex/_open -d '
{}
'自定義分詞方式：
首先大概解釋幾個概念：
Analyzers：語法分析器，ES 包含很多內建的分析器，比如 standard, simple, whitespace 等等。
Tokenizer：分詞器，將指定文字分割為一個一個單詞。
Character Filter：當一串文字被傳遞到 Tokenizer 之前，可以用 Character Filter 過濾一遍，處理其中的字元，比如將指定的字元替換成別的字元。
Filter：經過 Tokenizer 分詞結束的單詞，可以用 filter 進行處理，比如將其轉換成小寫字母之類的。
接下來舉個例子，比如我輸入的文字為：“張三吃飯#李四洗澡”，我希望僅僅按照 # 分詞，也就是我最後得到的結果是 “張三吃飯”，“李四洗澡” 兩個詞語，並且 “張三吃飯”不會被分詞為 “張三”、“吃飯”兩個詞。
curl -XPUT http://localhost:9200/myindex -d '
{
"settings": {
"index": {
"number_of_shards": 5,
"number_of_replicas": 1,
"max_result_window" : 100000000
},
"analysis": {
"analyzer": {
"default": {
"type": "ik_smart"
},
"my_analyzer": {
"type": "custom",
"tokenizer": "my_tokenizer"
}
},
"tokenizer": {
"my_tokenizer": {
"type": "pattern",
"pattern": "#"
}
}
}
},
"mappings": {
"mytype": {
"properties": {
"title": {
"type": "text",
"analyzer": "my_analyzer"
}
}
}
}
}
'然後我將 “張三吃飯#李四洗澡”這串文字傳遞到 myindex/mytype 進行索引。
curl -XPOST http://localhost:9200/myindex/mytype/1 -d '
{
"title": "張三吃飯#李四洗澡"
}
'接著，查詢分詞結果：
curl -XGET http://localhost:9200/myindex/mytype/1/_termvectors?fields=title得到結果：
{
"_index": "myindex",
"_type": "mytype",
"_id": "1",
"_version": 1,
"found": true,
"took": 46,
"term_vectors": {
"title": {
"field_statistics": {
"sum_doc_freq": 2,
"doc_count": 1,
"sum_ttf": 2
},
"terms": {
"張三吃飯": {
"term_freq": 1,
"tokens": [
{
"position": 0,
"start_offset": 0,
"end_offset": 4
}
]
},
"李四洗澡": {
"term_freq": 1,
"tokens": [
{
"position": 1,
"start_offset": 5,
"end_offset": 9
}
]
}
}
}
}
}可以看到分詞結果符合預期。
二、設定索引規則（mapping）
預設情況下，即使沒有事先設定 mapping，ES也會根據提交的 json 資料自動建立 mapping 規則，但是自動建立的 mapping 比較簡單，只會將欄位設定為 long 和 text 兩種型別。
手動建立 mapping 規則方法如下：
curl -XPOST http://localhost:9200/myindex/mytype/_mappings -d '
{
"properties": {
"id": {
"type": "integer"
},
"title": {
"type": "text"
},
"content": {
"type": "text"
}
}
}
'
對於 String 欄位，可以設定型別為 text 或者 keyword。text型別的資料會被分詞處理，而 keyword 型別的資料不會被分詞處理。因此想根據某個欄位精確查詢的話，可以將其設定為 keyword 型別（版本5.0之後）。
如果一個索引庫已經存在索引文件，這時想要更改索引的mapping的話，最好刪除當前索引庫，重新建立索引庫，設定 mapping 之後，將資料重新新增到索引庫中。
mapping 的缺陷：
5.0 版本之後，在同一個索引庫中，相同名字的欄位 mapping type 只有一個（7.0 準備移除 mapping type 的概念），也就是說比如學生資訊有name欄位，學生成績資訊也有name欄位，這兩個name欄位在 Lucene 中是用一個欄位來儲存的。那麼意味著在每個索引庫中，每個被索引的欄位名必須不重複。
ES 早期的概念中，將 index 類比於資料庫，將type類比於表，這對於索引是不合理的，在最新的文件中他們也承認了這個問題，每個 table 中的欄位名即使重複，也不會對於其他表造成影響，而在 Lucene 中並不是這樣，相同的欄位應該就是隻有一份索引。
以上問題就意味著，如果你想要對兩個有關聯的 table （比如外來鍵）單獨做到一個索引庫的兩個type中是不會成功的，因為有相同的欄位名。如果你確實想對這兩個table中的資料做索引，那麼最好是建立一個獨立的資料物件，包含了這兩個表中所有欄位（去掉重複部分），然後將整個物件做索引。
三、重建 setting 或者 mapping 無縫遷移生產環境資料
程式開發設計時總會有缺陷，當你的索引庫 setting 或者 mapping 需要重建時，最簡單粗暴的辦法當然是刪除索引庫，按照新規則建立索引庫，然後重新建立索引，但是這種暴力方式會導致你的服務一段時間內不可用，資料量越大，影響時間越長。
其實我們可以通過給索引庫建立別名的方式，來解決這個問題，基本的思路就是，給你的舊 index 取一個別名為 index-alias，然後程式碼中使用 index-alias去訪問 index， 然後按照新規則建立一個 index2, 將 index 中的資料完全重新索引到 index2 中，然後將 index-alias 這個別名，跟 index2 繫結起來，這樣就做到了重建索引庫之後無縫切換，整個切換過程中服務依舊可以使用，只是會有部分搜尋結果不正常，但是總比完全停止要好。
1. 給現有索引庫建立別名
curl -X POST http://localhost:9200/_aliases -d '
{
"actions": [
{ "add" : { "index" : "index", "alias" : "index-alias" } }
]
}
'2. 建立新的 index2
curl -X PUT http://localhost:9200/index2 -d '
{
"settings": {
"index": {
"number_of_shards": 5,
"number_of_replicas": 1,
"max_result_window" : 100000000
},
"analysis": {
"analyzer": {
"default": {
"type": "ik_max_word"
}
}
}
},
"mappings": {
"user": {
"properties": {
"name": {
"type": "keyword"
}
}
}
}
}
'3. 將 index 中的資料完全重建索引到 index2 中
curl -X POST http://localhost:9200/_reindex -d '
{
"source": {
"index": "index"
},
"dest": {
"index": "index2"
}
}
'4. 更換別名
curl -X POST http://localhost:9200/_aliases -d '
{
"actions": [
{ "remove" : { "index" : "index", "alias" : "index-alias" } },
{ "add" : { "index" : "index2", "alias" : "index-alias" } }
]
}
'5. 刪除舊索引庫
curl -X DELETE http://localhost:9200/index至此，索引庫重建完畢。
如果僅僅是 mapping 新增欄位的話，可以簡單一點（因為是新增，此時 ES 裡面應該沒有需要新增的欄位的資料）
curl -H "Content-Type: application/json" -X POST http://localhost:9200/index-alias/type1/_mapping -d '
{
"properties": {
"newPropertity": {
"type": "nested"
}
}
}
'