意气风发啊骑上我快乐的小摩托良心公众号啊！我上墙了你开始了嚯嚯嚯嚯嚯哈哈哈哈哈皮皮虾我们走可乐在厨房 红牛在冰箱6666666

看弹幕，点关注

"

Forget all the reasons why it won't work and believe the one reason why it will.

忘掉所有它不可行的理由,牢记唯一它会成功的原因

"

1.索引备份迁移

众所周知，ES 中的 mapping 只能在索引建立初期进行创建，且建立之后不可更改。mapping 对应的字段会映射成指定类型，未定义字段则自动映射，一般为 text 类型。那么想更改索引名或者更改某字段的 mapping 时，是否就束手无策了呢？当然不是！！！官方提供了一个接口，供索引备份迁移操作使用，那便是 reindex。当旧索引与新索引在同一节点时，效率相当高，万条数据瞬间完成（ 大约只需0.4s）。数百万数据也只需几分钟即可完成 操作，是不是很溜呢？快来学习一下吧。

请求方式：POST

请求 API _reindex

{"source": {"index": "要备份的索引名"},"dest": {"index": "新建的索引名"}
}

如果新索引中有数据，且 id 与旧索引中重复，那么会进行覆盖操作。

但是当数据量实在太大，高达几十 G 的时候，速度就会变得很慢，那是因为它底层还是利用了 scroll 操作。该如何进行优化呢？可以提升批量操作的文档数大小，如下：

{"source": {"index": "要备份的索引名","size" : 5000},"dest": {"index"  : "新建的索引名","routing": "=cat"}
}

批量操作大小是如何确定的呢？是根据文档数以及文档容量进行确定的。根据查阅资料得知，一个好的起点是每批处理数据 5-15 MB，这是个什么概念？

1000 个 1kb 的文档大约 1MB；1000 个 100kb 的文档是 100MB。

然后逐步增加每批处理数据容量，进行调优，直到最终性能无法再次提升。还有一个方法，那便是提升硬件，比如换固态，你懂得~

还有一种方法提升写入效率，这是终极操作，那便是 sliced。 reindex 支持 Sliced Scroll 操作。它的原理可以简单的理解为将每次的 Scroll 请求分解，分解后并行化请求，从而提升效率。方式为：

POST _reindex?slices=5&refresh
{"source": {"index": "要备份的索引名"},"dest": {"index": "新建的索引名"}
}

2.删除索引中指定的数据

请求方式：POST

请求 API _delete_by_query

{"query": {"match": {"字段名": "字段值"}}
}

方法便是先查出指定数据再删除。

3. 设置副本数、分片、动态映射

设置这些指标项可在建立 mapping 时一同设置。

{"settings":{"index":{// 刷新间隔"refresh_interval":"3s"},// 副本数"number_of_replicas":"0",// 切片（分布在每个节点上的切片）"number_of_shards":"1"},"mappings":{"_doc":{// 自动映射为 keyword 类型而不是默认的text类型"dynamic_templates":[{"string_fields":{"match":"*","match_mapping_type":"string","mapping":{"type":"keyword","norms":false}}}],// 建立mapping"properties":{"mydate":{"type":"date","format":"yyyy/MM/dd HH:mm:ss||date_time||strict_date_time"},"字段名":{"type":"字段类型"}}}}
}

全栈技术文章精选

redis操作命令总结

MySQL相关操作

SQL查询语句

前端中那些让你头疼的英文单词

Flask框架重点知识总结回顾

Elasticsearch查询时还在百度DSL语句吗？你可能需要这份总结

浅谈密码加密

Django框架中的英文单词

Django中数据库的相关操作

DRF框架中的英文单词

DRF框架

Django相关知识点回顾

python技术面试题-腾讯