Elasticsearch应用二：索引详解（快速入门、索引管理、映射详解、索引别名）

ゞ浴缸里的玫瑰 2022-02-21 02:11 387阅读 0赞

## 一、快速入门 ##

### 1. 查看集群的健康状况 ###

http://192.168.10.242:9200/\_cat

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70][]

http://192.168.10.242:9200/\_cat/health?v

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 1][]

**说明：v是用来要求在结果中返回表头**

**状态值说明**

**Green** - everything is good (cluster is fully functional)，即最佳状态  
**Yellow** - all data is available but some replicas are not yet allocated (cluster is fully functional)，即数据和集群可用，但是集群的备份有的是坏的  
**Red** - some data is not available for whatever reason (cluster is partially functional)，即数据和集群都不可用

**查看集群的节点**

http://192.168.10.242:9200/\_cat/nodes?v

![20190410111221768.png][]

### 2. 查看所有索引 ###

http://192.168.10.242:9200/\_cat/indices?v

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 2][]

### 3. 创建一个索引 ###

创建一个名为 customer 的索引。pretty要求返回一个漂亮的json 结果

PUT /customer?pretty

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 3][]

再查看一下所有索引

http://192.168.10.242:9200/\_cat/indices?v

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 4][]

GET /\_cat/indices?v

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 5][]

### 4. 索引一个文档到customer索引中 ###

curl -X PUT "192.168.10.242:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'
    {
      "name": "John Doe"
    }
    '

### 5. 从customer索引中获取指定id的文档 ###

curl -X GET "192.168.10.242:9200/customer/_doc/1?pretty"

### 6. 查询所有文档 ###

GET /customer/_search?q=*&sort=name:asc&pretty

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 6][]

JSON格式方式

GET /customer/_search 
    { 
      "query": { 
        "match_all": {} 
        
      }
      "sort": [ {"name": "asc" } ] 
    }

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 7][]

## 二、索引管理 ##

![1227483-20180617173606151-1325071975.png][]

![1227483-20180617173737230-1425871991.png][]

### 1. 创建索引 ###

创建一个名为twitter的索引，设置索引的分片数为3，备份数为2。**注意：在ES中创建一个索引类似于在数据库中建立一个数据库(ES6.0之后类似于创建一个表)**

PUT twitter
    {
        "settings" : {
            "index" : {
                "number_of_shards" : 3, 
                "number_of_replicas" : 2 
            }
        }
    }

**说明：**

默认的分片数是5到1024

默认的备份数是1

索引的名称必须是小写的，不可重名

**创建结果：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 8][]

创建的命令还可以简写为

PUT twitter
    {
        "settings" : {
            "number_of_shards" : 3,
            "number_of_replicas" : 2
        }
    }

###  2. 创建mapping映射 ###

**注意：在ES中创建一个mapping映射类似于在数据库中定义表结构，即表里面有哪些字段、字段是什么类型、字段的默认值等；也类似于solr里面的模式schema的定义**

PUT twitter
    {
        "settings" : {
            "index" : {
                "number_of_shards" : 3, 
                "number_of_replicas" : 2 
            }
        },
       "mappings" : {
            "type1" : {
                "properties" : {
                    "field1" : { "type" : "text" }
                }
            }
        }
    }

###  3. 创建索引时加入别名定义 ###

PUT twitter
    {
        "aliases" : {
            "alias_1" : {},
            "alias_2" : {
                "filter" : {
                    "term" : {"user" : "kimchy" }
                },
                "routing" : "kimchy"
            }
        }
    }

### 4. 创建索引时返回的结果说明 ###

![1227483-20180617175505302-44135196.png][]

### 5. Get Index 查看索引的定义信息 ###

GET /twitter

可以一次获取多个索引（以逗号间隔） 获取所有索引 \_all 或 用通配符\*

![1227483-20180617180450744-892239523.png][]

GET /twitter/_settings

![1227483-20180617180610296-1152868659.png][]

GET /twitter/_mapping

![1227483-20180617180635938-508601600.png][]

### 6. 删除索引 ###

DELETE /twitter

** 说明：**

可以一次删除多个索引（以逗号间隔） 删除所有索引 \_all 或 通配符 \*

### 7. 判断索引是否存在 ###

HEAD twitter

![1227483-20180617180927652-2864315.png][]

HTTP status code 表示结果 404 不存在 ， 200 存在

### 8. 修改索引的settings信息 ###

索引的设置信息分为静态信息和动态信息两部分。静态信息不可更改，如索引的分片数。动态信息可以修改。

REST 访问端点：   
/\_settings 更新所有索引的。  
\{index\}/\_settings 更新一个或多个索引的settings。

**详细的设置项请参考：** https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules.html\#index-modules-settings

###  9. 修改备份数 ###

PUT /twitter/_settings
    {
        "index" : {
            "number_of_replicas" : 2
        }
    }

###  10. 设置回默认值，用null ###

PUT /twitter/_settings
    {
        "index" : {
            "refresh_interval" : null
        }
    }

### 11. 设置索引的读写 ###

index.blocks.read\_only：设为true,则索引以及索引的元数据只可读  
index.blocks.read\_only\_allow\_delete：设为true，只读时允许删除。  
index.blocks.read：设为true，则不可读。  
index.blocks.write：设为true，则不可写。  
index.blocks.metadata：设为true，则索引元数据不可读写。

### 12. 索引模板 ###

在创建索引时，为每个索引写定义信息可能是一件繁琐的事情，ES提供了索引模板功能，让你可以定义一个索引模板，模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引。

**注意：模板只在索引创建时被参考，修改模板不会影响已创建的索引**

**12.1 新增/修改名为tempae\_1的模板，匹配名称为te\* 或 bar\*的索引创建：**

PUT _template/template_1
    {
      "index_patterns": ["te*", "bar*"],
      "settings": {
        "number_of_shards": 1
      },
      "mappings": {
        "type1": {
          "_source": {
            "enabled": false
          },
          "properties": {
            "host_name": {
              "type": "keyword"
            },
            "created_at": {
              "type": "date",
              "format": "EEE MMM dd HH:mm:ss Z YYYY"
            }
          }
        }
      }
    }

**12.2 查看索引模板**

GET /_template/template_1
    
    GET /_template/temp*
    
    GET /_template/template_1,template_2
    
    GET /_template

**12.3 删除模板**

DELETE /_template/template_1

### 13. Open/Close  Index   打开/关闭索引 ###

POST /my_index/_close
    POST /my_index/_open

**说明：**

关闭的索引不能进行读写操作，几乎不占集群开销。  
关闭的索引可以打开，打开走的是正常的恢复流程。

### 14. Shrink Index 收缩索引 ###

索引的分片数是不可更改的，如要减少分片数可以通过收缩方式收缩为一个新的索引。新索引的分片数必须是原分片数的因子值，如原分片数是8，则新索引的分片数可以为4、2、1 。

**什么时候需要收缩索引呢?**

最初创建索引的时候分片数设置得太大，后面发现用不了那么多分片，这个时候就需要收缩了

**收缩的流程：**

先把所有主分片都转移到一台主机上；  
在这台主机上创建一个新索引，分片数较小，其他设置和原索引一致；  
把原索引的所有分片，复制（或硬链接）到新索引的目录下；  
对新索引进行打开操作恢复分片数据；  
(可选)重新把新索引的分片均衡到其他节点上。

**收缩前的准备工作：**

将原索引设置为只读；  
将原索引各分片的一个副本重分配到同一个节点上，并且要是健康绿色状态。

PUT /my_source_index/_settings
    {
      "settings": {
        
        "index.routing.allocation.require._name": "shrink_node_name", 
        
         "index.blocks.write": true 
      }
    }

**进行收缩：**

POST my_source_index/_shrink/my_target_index
    {
      "settings": {
        "index.number_of_replicas": 1,
        "index.number_of_shards": 1, 
        "index.codec": "best_compression" 
      }
    }

**监控收缩过程：**

GET _cat/recovery?v
    GET _cluster/health

### 15. Split Index 拆分索引 ###

当索引的分片容量过大时，可以通过拆分操作将索引拆分为一个倍数分片数的新索引。能拆分为几倍由创建索引时指定的index.number\_of\_routing\_shards 路由分片数决定。这个路由分片数决定了根据一致性hash路由文档到分片的散列空间。

如index.number\_of\_routing\_shards = 30 ，指定的分片数是5，则可按如下倍数方式进行拆分：

5 → 10 → 30 (split by 2, then by 3)   
5 → 15 → 30 (split by 3, then by 2)   
5 → 30 (split by 6)

**为什么需要拆分索引？**

当最初设置的索引的分片数不够用时就需要拆分索引了，和压缩索引相反

**注意：只有在创建时指定了index.number\_of\_routing\_shards 的索引才可以进行拆分，ES7开始将不再有这个限制。**

**和solr的区别是，solr是对一个分片进行拆分，es中是整个索引进行拆分。**

**拆分步骤：**

准备一个索引来做拆分：

PUT my_source_index
    {
        "settings": {
            "index.number_of_shards" : 1,
            
            "index.number_of_routing_shards" : 2 
        }
    }

先设置索引只读：

PUT /my_source_index/_settings
    {
      "settings": {
        "index.blocks.write": true 
      }
    }

做拆分：

POST my_source_index/_split/my_target_index
    {
      "settings": {
        
        "index.number_of_shards": 2
      }
    }

监控拆分过程：

GET _cat/recovery?v
    GET _cluster/health

### 16. Rollover Index 别名滚动指向新创建的索引 ###

对于有时效性的索引数据，如日志，过一定时间后，老的索引数据就没有用了。我们可以像数据库中根据时间创建表来存放不同时段的数据一样，在ES中也可用建多个索引的方式来分开存放不同时段的数据。比数据库中更方便的是ES中可以通过别名滚动指向最新的索引的方式，让你通过别名来操作时总是操作的最新的索引。

ES的rollover index API 让我们可以根据满足指定的条件（时间、文档数量、索引大小）创建新的索引，并把别名滚动指向新的索引。

**注意：这时的别名只能是一个索引的别名。**

**Rollover Index 示例：**

创建一个名字为logs-0000001 、别名为logs\_write 的索引：

PUT /logs-000001 
    {
      "aliases": {
        "logs_write": {}
      }
    }

添加1000个文档到索引logs-000001，然后设置别名滚动的条件

POST /logs_write/_rollover 
    {
      "conditions": {
        "max_age":   "7d",
        "max_docs":  1000,
        "max_size":  "5gb"
      }
    }

**说明：**

如果别名logs\_write指向的索引是7天前（含）创建的或索引的文档数>=1000或索引的大小>= 5gb，则会创建一个新索引 logs-000002，并把别名logs\_writer指向新创建的logs-000002索引

**Rollover Index 新建索引的命名规则：**

如果索引的名称是-数字结尾，如logs-000001，则新建索引的名称也会是这个模式，数值增1。  
如果索引的名称不是-数值结尾，则在请求rollover api时需指定新索引的名称

POST /my_alias/_rollover/my_new_index_name
    {
      "conditions": {
        "max_age":   "7d",
        "max_docs":  1000,
        "max_size": "5gb"
      }
    }

**在名称中使用Date math（时间表达式）**

如果你希望生成的索引名称中带有日期，如logstash-2016.02.03-1 ，则可以在创建索引时采用时间表达式来命名：

# PUT /<logs-{now/d}-1> with URI encoding:
    PUT /%3Clogs-%7Bnow%2Fd%7D-1%3E 
    {
      "aliases": {
        "logs_write": {}
      }
    }
    
    PUT logs_write/_doc/1
    {
      "message": "a dummy log"
    }
    
    POST logs_write/_refresh

# Wait for a day to pass
    
    POST /logs_write/_rollover 
    {
      "conditions": {
        "max_docs":   "1"
      }
    }

**Rollover时可对新的索引作定义：**

PUT /logs-000001
    {
      "aliases": {
        "logs_write": {}
      }
    }
    
    POST /logs_write/_rollover
    {
      "conditions" : {
        "max_age": "7d",
        "max_docs": 1000,
        "max_size": "5gb"
      },
      "settings": {
        "index.number_of_shards": 2
      }
    }

Dry run  实际操作前先测试是否达到条件：

POST /logs_write/_rollover?dry_run
    {
      "conditions" : {
        "max_age": "7d",
        "max_docs": 1000,
        "max_size": "5gb"
      }
    }

**说明：**

测试不会创建索引，只是检测条件是否满足

**注意：rollover是你请求它才会进行操作，并不是自动在后台进行的。你可以周期性地去请求它。**

### 17. 索引监控 ###

** 17.1 查看索引状态信息**

**官网链接：**

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-stats.html

查看所有的索引状态：

GET /_stats

查看指定索引的状态信息：

GET /index1,index2/_stats

**17.2 查看索引段信息**

**官网链接：**

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-segments.html

GET /test/_segments
    
    GET /index1,index2/_segments
    
    GET /_segments

**17.3 查看索引恢复信息**

**官网链接：**

**https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-recovery.html**

GET index1,index2/_recovery?human
    
    GET /_recovery?human

**17.4 查看索引分片的存储信息**

**官网链接：**

https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-shards-stores.html

# return information of only index test
    GET /test/_shard_stores
    
    # return information of only test1 and test2 indices
    GET /test1,test2/_shard_stores
    
    # return information of all indices
    GET /_shard_stores
      GET /_shard_stores?status=green

### 18. 索引状态管理 ###

**18.1 Clear Cache 清理缓存**

POST /twitter/_cache/clear

默认会清理所有缓存，可指定清理query, fielddata or request 缓存

POST /kimchy,elasticsearch/_cache/clear
    
    POST /_cache/clear

**18.2 Refresh，重新打开读取索引**

POST /kimchy,elasticsearch/_refresh
    
    POST /_refresh

**18.3 Flush，将缓存在内存中的索引数据刷新到持久存储中**

POST twitter/_flush

**18.4 Force merge 强制段合并**

POST /kimchy/_forcemerge?only_expunge_deletes=false&max_num_segments=100&flush=true

可选参数说明：

max\_num\_segments 合并为几个段，默认1  
only\_expunge\_deletes 是否只合并含有删除文档的段，默认false  
flush 合并后是否刷新，默认true

POST /kimchy,elasticsearch/_forcemerge
    
    POST /_forcemerge

## 三、映射详解 ##

![1227483-20180617205730881-1870593889.png][]

### 1. Mapping 映射是什么 ###

映射定义索引中有什么字段、字段的类型等结构信息。**相当于数据库中表结构定义，或 solr中的schema**。因为lucene索引文档时需要知道该如何来索引存储文档的字段。  
ES中支持手动定义映射，动态映射两种方式。

**1.1. 为索引创建mapping**

PUT test
    {
    
    "mappings" : {
    
            "type1" : {
            
                "properties" : {
                
                    "field1" : { "type" : "text" }
                }
            }
        }
    }

** 说明：映射定义后续可以修改**

### 2. 映射类别 Mapping type 废除说明 ###

ES最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）

**从6.0.0开始限定仅包含一个映射类别定义（ "index.mapping.single\_type": true ），兼容5.x中的多映射类别。从7.0开始将移除映射类别。**  
**为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“\_doc”,因为索引的请求地址将规范为：PUT \{index\}/\_doc/\{id\} and POST \{index\}/\_doc**

Mapping 映射示例：

PUT twitter
    {
      "mappings": {
        "_doc": {
          "properties": {
            "type": { "type": "keyword" }, 
            "name": { "type": "text" },
            "user_name": { "type": "keyword" },
            "email": { "type": "keyword" },
            "content": { "type": "text" },
            "tweeted_at": { "type": "date" }
          }
        }
      }
    }

**多映射类别数据转储到独立的索引中：**

ES 提供了reindex API 来做这个事

![1227483-20180617210905308-453125469.png][]

### 3. 字段类型 datatypes ###

字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

** 3.1 Core Datatypes     核心类型**

string
        text and keyword 
    Numeric datatypes
        long, integer, short, byte, double, float, half_float, scaled_float 
    Date datatype
        date 
    Boolean datatype
        boolean 
    Binary datatype
        binary 
    Range datatypes     范围
        integer_range, float_range, long_range, double_range, date_range

** 3.2 Complex datatypes 复合类型**

Array datatype
        数组就是多值，不需要专门的类型
    Object datatype
        object ：表示值为一个JSON 对象 
    Nested datatype
        nested：for arrays of JSON objects（表示值为JSON对象数组 ）

** 3.3 Geo datatypes  地理数据类型**

Geo-point datatype
        geo_point： for lat/lon points  （经纬坐标点）
    Geo-Shape datatype
        geo_shape： for complex shapes like polygons （形状表示）

** 3.4 Specialised datatypes 特别的类型**

IP datatype
        ip： for IPv4 and IPv6 addresses 
    Completion datatype
        completion： to provide auto-complete suggestions 
    Token count datatype
        token_count： to count the number of tokens in a string 
    mapper-murmur3
        murmur3： to compute hashes of values at index-time and store them in the index 
    Percolator type
        Accepts queries from the query-dsl 
    join datatype
        Defines parent/child relation for documents within the same index

###  4. 字段定义属性介绍 ###

字段的type (Datatype)定义了如何索引存储字段值，还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解： https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html

analyzer   指定分词器
        normalizer   指定标准化器
        boost        指定权重值
        coerce      强制类型转换
        copy_to    值复制给另一字段
        doc_values  是否存储docValues
        dynamic
        enabled    字段是否可用
        fielddata
        eager_global_ordinals
        format    指定时间值的格式
        ignore_above
        ignore_malformed
        index_options
        index
        fields
        norms
        null_value
        position_increment_gap
        properties
        search_analyzer
        similarity
        store
        term_vector

字段定义属性—示例

PUT my_index
    {
      "mappings": {
        "_doc": {
          "properties": {
            "date": {
              "type":   "date",
               
              "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
            }
          }
        }
      }
    }

###  5. Multi Field 多重字段 ###

当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。

示例：

定义多重字段：

**说明：raw是一个多重版本名（自定义）**

PUT my_index
    {
      "mappings": {
        "_doc": {
          "properties": {
            "city": {
              "type": "text",
              "fields": {
                "raw": { 
                  "type":  "keyword"
                }
              }
            }
          }
        }
      }
    }

往多重字段里面添加文档

PUT my_index/_doc/1
    {
      "city": "New York"
    }
    
    PUT my_index/_doc/2
    {
      "city": "York"
    }

获取多重字段的值：

GET my_index/_search
    {
      "query": {
        "match": {
          "city": "york" 
        }
      },
      "sort": {
        "city.raw": "asc" 
      },
      "aggs": {
        "Cities": {
          "terms": {
            "field": "city.raw" 
          }
        }
      }
    }

### 6. 元字段 ###

官网链接：

[https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html][https_www.elastic.co_guide_en_elasticsearch_reference_current_mapping-fields.html]

元字段是ES中定义的文档字段，有以下几类：

![1227483-20180617212245745-266591399.png][]

![1227483-20180617212413297-1516084313.png][]

### 7. 动态映射 ###

动态映射：ES中提供的重要特性，让我们可以快速使用ES，而不需要先创建索引、定义映射。 如我们直接向ES提交文档进行索引：

PUT data/_doc/1 
    { "count": 5 }

**ES将自动为我们创建data索引、\_doc 映射、类型为 long 的字段 count**

**索引文档时，当有新字段时， ES将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。**

** 7.1 字段动态映射规则**

![1227483-20180617212701168-1207552708.png][]

**7.2 Date detection 时间侦测**

**所谓时间侦测是指我们往ES里面插入数据的时候会去自动检测我们的数据是不是日期格式的，是的话就会给我们自动转为设置的格式**

date\_detection 默认是开启的，默认的格式dynamic\_date\_formats为：

[ "strict_date_optional_time","yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]

PUT my_index/_doc/1
    {
      "create_date": "2015/09/02"
    }
    
    GET my_index/_mapping

自定义时间格式：

PUT my_index
    {
      "mappings": {
        "_doc": {
          "dynamic_date_formats": ["MM/dd/yyyy"]
        }
      }
    }

禁用时间侦测：

PUT my_index
    {
      "mappings": {
        "_doc": {
          "date_detection": false
        }
      }
    }

** 7.3 Numeric detection  数值侦测**

开启数值侦测（默认是禁用的）

PUT my_index
    {
      "mappings": {
        "_doc": {
          "numeric_detection": true
        }
      }
    }
    
    PUT my_index/_doc/1
    {
      "my_float":   "1.0", 
      "my_integer": "1" 
    }

## 四、索引别名 ##

![1227483-20180617213136979-1467777709.png][]

### 1. 别名的用途 ###

如果希望一次查询可查询多个索引。  
如果希望通过索引的视图来操作索引，就像数据库库中的视图一样。

索引的别名机制，就是让我们可以以视图的方式来操作集群中的索引，这个视图可是多个索引，也可是一个索引或索引的一部分。

###  2. 新建索引时定义别名 ###

PUT /logs_20162801
    {
        "mappings" : {
            "type" : {
                "properties" : {
                    "year" : {"type" : "integer"}
                }
            }
        },
        
        "aliases" : {
            "current_day" : {},
            "2016" : {
                "filter" : {
                    "term" : {"year" : 2016 }
                }
            }
        }
    }

###  3. 创建别名     /\_aliases ###

为索引test1创建别名alias1

POST /_aliases
    {
        "actions" : [
            { "add" : { "index" : "test1", "alias" : "alias1" } }
        ]
    }

###  4. 删除别名 ###

POST /_aliases
    {
        "actions" : [
            { "remove" : { "index" : "test1", "alias" : "alias1" } }
        ]
    }

还可以这样写

DELETE /{index}/_alias/{name}

###  5. 批量操作别名 ###

删除索引test1的别名alias1，同时为索引test2添加别名alias1

POST /_aliases
    {
        "actions" : [
            { "remove" : { "index" : "test1", "alias" : "alias1" } },
            { "add" : { "index" : "test2", "alias" : "alias1" } }
        ]
    }

###  6. 为多个索引定义一样的别名 ###

方式1：

POST /_aliases
    {
        "actions" : [
            { "add" : { "index" : "test1", "alias" : "alias1" } },
            { "add" : { "index" : "test2", "alias" : "alias1" } }
        ]
    }

方式2：

POST /_aliases
    {
        "actions" : [
            { "add" : { "indices" : ["test1", "test2"], "alias" : "alias1" } }
        ]
    }

**注意：只可通过多索引别名进行搜索，不可进行文档索引和根据id获取文档。**

方式3：通过统配符\*模式来指定要别名的索引

POST /_aliases
    {
        "actions" : [
            { "add" : { "index" : "test*", "alias" : "all_test_indices" } }
        ]
    }

**注意：在这种情况下，别名是一个点时间别名，它将对所有匹配的当前索引进行别名，当添加/删除与此模式匹配的新索引时，它不会自动更新。**

###  7. 带过滤器的别名 ###

索引中需要有字段

PUT /test1
    {
      "mappings": {
        "type1": {
          "properties": {
            "user" : {
              "type": "keyword"
            }
          }
        }
      }
    }

过滤器通过Query DSL来定义，将作用于通过该别名来进行的所有Search, Count, Delete By Query and More Like This 操作。

POST /_aliases
    {
        "actions" : [
            {
                "add" : {
                     "index" : "test1",
                     "alias" : "alias2",
                     "filter" : { "term" : { "user" : "kimchy" } }
                }
            }
        ]
    }

###  8. 带routing的别名 ###

可在别名定义中指定路由值，可和filter一起使用，用来限定操作的分片，避免不需要的其他分片操作。

POST /_aliases
    {
        "actions" : [
            {
                "add" : {
                     "index" : "test",
                     "alias" : "alias1",
                     "routing" : "1"
                }
            }
        ]
    }

为搜索、索引指定不同的路由值

POST /_aliases
    {
        "actions" : [
            {
                "add" : {
                     "index" : "test",
                     "alias" : "alias2",
                     "search_routing" : "1,2",
                     "index_routing" : "2"
                }
            }
        ]
    }

### 9. 以PUT方式来定义一个别名 ###

PUT /{index}/_alias/{name}
    PUT /logs_201305/_alias/2013

带filter 和 routing

PUT /users
    {
        "mappings" : {
            "user" : {
                "properties" : {
                    "user_id" : {"type" : "integer"}
                }
            }
        }
    }

PUT /users/_alias/user_12
    {
        "routing" : "12",
        "filter" : {
            "term" : {
                "user_id" : 12
            }
        }
    }

### 10. 查看别名定义信息 ###

GET /{index}/_alias/{alias}
    GET /logs_20162801/_alias/*
    GET /_alias/2016
    GET /_alias/20*

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70]: /images/20220221/c436e3490ee14924a4a3197e4b5f4b19.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 1]: /images/20220221/a49658cddc444c9e8c74210415ba15bc.png
[20190410111221768.png]: /images/20220221/cd512e9791284d1faa0e5a3f1aeb6cfb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 2]: /images/20220221/846cee6c39d64b71b1dabe68346198db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 3]: /images/20220221/0ffdec102b1b4a31a794b8dffa45917b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 4]: /images/20220221/dd3eb86675b743b482a035ee07e02992.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 5]: /images/20220221/15f1524b54d74d4db0efb3b34e60a18c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 6]: /images/20220221/a06e4a9a71df4aae9f2920e248c94371.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 7]: /images/20220221/3eff8fc420b647f5af424a501fd669a4.png
[1227483-20180617173606151-1325071975.png]: /images/20220221/823c22e1f7f54df8ace4d88bb39f7dea.png
[1227483-20180617173737230-1425871991.png]: /images/20220221/65e038634b754c599d142b08929a69d1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaDUyMGJhYnk_size_16_color_FFFFFF_t_70 8]: /images/20220221/db8ba83eb0b04d4c97e12b120d3db439.png
[1227483-20180617175505302-44135196.png]: /images/20220221/c254168383944fef9f658854538c48d1.png
[1227483-20180617180450744-892239523.png]: /images/20220221/1a18ccb276064e4e84987d076ea4ae7c.png
[1227483-20180617180610296-1152868659.png]: /images/20220221/6f8e7c828e8d465eacac5b3403627ade.png
[1227483-20180617180635938-508601600.png]: /images/20220221/1eef2e9c99784c39a0f37db2ee7a05d8.png
[1227483-20180617180927652-2864315.png]: /images/20220221/4faa3f34ffe8483f88b814fb5b0e04b3.png
[1227483-20180617205730881-1870593889.png]: /images/20220221/0b77d12ecef04bac85db0a776a24748c.png
[1227483-20180617210905308-453125469.png]: /images/20220221/dc0fb5e097964a5e97b9e2689e52bf06.png
[https_www.elastic.co_guide_en_elasticsearch_reference_current_mapping-fields.html]: https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html
[1227483-20180617212245745-266591399.png]: /images/20220221/8721a9ed0dca40a18c64ac84909ba95d.png
[1227483-20180617212413297-1516084313.png]: /images/20220221/305844fab56f4950a6b2f0507e41c4a9.png
[1227483-20180617212701168-1207552708.png]: /images/20220221/aefbe70cefe8446f91e0c5236c06e5f9.png
[1227483-20180617213136979-1467777709.png]: /images/20220221/001a8480a81c4b5cb10eeee2f005557f.png