小菜鸟

Elasticsearch 系统状态查询：使用 Cat APIs 监控集群

Elasticsearch 提供了一系列 cat APIs（基于 HTTP 的 REST 接口），以简洁的文本格式展示集群、索引、节点等核心组件的状态信息，便于开发者和运维人员快速监控系统运行情况。这些 API 输出格式直观（类似命令行工具），支持通过参数筛选和格式化输出。

Cat APIs 核心特点

• 轻量高效：返回纯文本或表格格式，数据量小，适合快速查看。
• 易于解析：支持 v 参数显示表头，h 参数筛选字段，便于脚本处理。
• 覆盖全面：涵盖集群健康、节点状态、索引信息、分片分配等核心指标。

常用 Cat APIs 详解

集群健康状态：_cat/health

展示集群的整体健康状态（绿色 / 黄色 / 红色）、节点数量、分片状态等。

1

GET _cat/health?v

输出示例：

1
2

epoch      timestamp cluster       status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent
1690000000 12:00:00  elasticsearch green           3         2     10   5    0    0        0             0                  -                100.0%

字段说明：

• status：集群健康状态（green/yellow/red）。
• node.total：总节点数；node.data：数据节点数。
• shards：总分片数；pri：主分片数；unassign：未分配分片数。

节点信息：_cat/nodes

展示所有节点的基本信息，包括内存占用、CPU 负载、角色等。

Elasticsearch 复杂查询详解：复合查询与逻辑组合

在 Elasticsearch 中，复杂查询通过组合多个简单查询条件，实现精准的数据过滤和相关性排序。核心复合查询包括 bool（布尔逻辑）、dis_max（取最大值）和 boosting（评分调整）等，适用于多条件组合、多字段匹配等场景。

bool 查询：布尔逻辑组合

bool 查询是最常用的复合查询，通过 must、filter、should、must_not 四个子句组合多个查询条件，实现类似 AND、OR、NOT 的逻辑关系。

核心子句说明

配置参数

• minimum_should_match：指定 should 子句中至少需要匹配的条件数量（默认：当存在 must/filter 时为 0，否则为 1）。
• boost：为整个 bool 查询设置权重（默认 1.0）。

示例：多条件组合查询

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

GET products/_search
{
  "query": {
    "bool": {
      "must": [  // 必须满足的条件（影响评分）
        { "match": { "name": "手机" } },  // 名称包含“手机”
        { "range": { "price": { "gte": 1000 } } }  // 价格≥1000
      ],
      "filter": [  // 必须满足的条件（不影响评分，可缓存）
        { "term": { "brand.keyword": "华为" } },  // 品牌是华为（精确匹配）
        { "range": { "stock": { "gt": 0 } } }  // 库存>0
      ],
      "should": [  // 可选条件（满足得高分）
        { "term": { "tags.keyword": "新品" } },  // 标签包含“新品”
        { "term": { "tags.keyword": "促销" } }   // 标签包含“促销”
      ],
      "must_not": [  // 必须不满足的条件
        { "term": { "type.keyword": "二手" } }  // 排除二手商品
      ],
      "minimum_should_match": 1  // 至少满足1个should条件
    }
  }
}

关键特性

Elasticsearch 索引管理详解：创建、配置与维护

索引是 Elasticsearch 中存储和检索数据的基本单元，类似于关系数据库中的 “表”。合理的索引管理（创建、配置、维护）直接影响查询性能和数据可靠性。以下基于 6.8.x 版本，详细介绍索引的核心操作。

索引的创建与基础操作

新建索引

使用 PUT 请求创建空索引，默认配置为 5 个主分片和 1 个副本分片。

1

PUT blog  // 创建名为blog的索引

响应示例（成功）：

1
2
3
4

{
  "acknowledged": true,  // 索引创建成功
  "shards_acknowledged": true  // 分片分配成功
}

查看索引

• 查看单个索引：

Elasticsearch 映射参数详解：定制字段的索引与检索行为

映射参数（Mapping Parameters）是 Elasticsearch 中用于定制字段行为的核心配置，通过这些参数可以控制字段的分词方式、数据处理、索引策略等，以适配不同的业务场景。以下是 6.8.x 版本中常用映射参数的详细解析。

analyzer：字符串分词器配置

analyzer 用于指定索引时处理字符串字段的分词器，决定如何将文本拆分为词项（Term）。查询时的分词器由 search_analyzer 或默认规则决定。

核心作用

• 定义字符串字段的分词逻辑（如中文分词、英文词干提取等）。
• 支持预定义分析器（如 standard、ik_smart）或自定义分析器。

分析器查找顺序

• 索引时：字段映射中定义的 analyzer → 索引设置中的 default 分析器 → 标准分析器（standard）。
• 查询时：查询中指定的 analyzer → 字段映射的 search_analyzer → 字段映射的 analyzer → 索引设置的 default_search → 索引设置的 default → 标准分析器。

配置示例（自定义分析器）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {  // 自定义索引时分析器
          "type": "custom",
          "tokenizer": "standard",  // 标准分词器
          "filter": ["lowercase"]   // 转小写过滤器
        },
        "my_search_analyzer": {  // 自定义查询时分析器
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "stop"]  // 额外添加停止词过滤
        }
      }
    }
  },
  "mappings": {
    "default": {
      "properties": {
        "title": {
          "type": "text",
          "analyzer": "my_analyzer",        // 索引时用自定义分析器
          "search_analyzer": "my_search_analyzer"  // 查询时用另一分析器
        }
      }
    }
  }
}

注意

• 文本字段（text）必须配置分析器，关键词字段（keyword）不分词，无需指定。
• 中文分词需依赖第三方插件（如 IK 分词器），并在 analyzer 中指定（如 ik_max_word）。

normalizer：关键词标准化器

normalizer 仅用于 keyword 类型字段，在索引前对字段值进行标准化处理（如大小写转换、特殊字符处理），确保精确匹配的一致性。

Elasticsearch 映射中的元字段：内置字段的作用与用法

在 Elasticsearch 中，元字段（Meta-fields）是索引文档时自动生成或可配置的内置字段，用于描述文档的元数据（如 ID、索引名）或控制文档的处理逻辑（如路由、存储）。这些字段是 Elasticsearch 内部机制的重要组成部分，理解它们的作用有助于优化查询性能和数据管理。

_all 字段：全局全文搜索字段

_all 字段是一个特殊的 “聚合字段”，它会将文档中所有字段的文本内容合并为一个大字符串，用于在不知道具体字段名的情况下进行全文搜索。

特性

• 默认情况下，_all 字段会包含所有 text 或 keyword 类型字段的值（数字、日期等类型需显式配置才会被包含）。
• 6.0 版本后默认禁用，需手动开启。

配置与使用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

// 创建索引时开启 _all 字段
PUT my_index
{
  "mappings": {
    "default": {
      "_all": { "enabled": true },  // 开启 _all 字段
      "properties": {
        "name": { "type": "text" },
        "age": { "type": "integer", "include_in_all": true }  // 强制将数字字段包含到 _all
      }
    }
  }
}

// 使用 _all 字段搜索（匹配 name 或 age 中包含相关值的文档）
GET my_index/_search
{
  "query": {
    "match": { "_all": "john 30" }  // 无需指定具体字段，搜索所有字段
  }
}

注意

• _all 字段会增加索引存储和写入开销，仅在需要 “全局搜索” 场景下使用。
• 可通过 include_in_all: false 排除特定字段（如敏感信息）。

_field_names 字段：非空字段跟踪

_field_names 字段记录文档中所有非空字段的名称，用于快速查询 “包含特定字段” 或 “包含任意非空字段” 的文档。

特性

• 自动索引文档中所有非空字段的名称，无需手动配置。
• 可通过 enabled: false 禁用（节省存储）。

配置与使用