Elasticsearch 技术分析（三）： 索引别名Aliases问题

业务问题

业务需求是不断变化迭代的，也许咱们以前写的某个业务逻辑在下个版本就变化了，咱们可能须要修改原来的设计，例如数据库可能须要添加一个字段或删减一个字段，而在搜索中也会发生这件事，即便你认为如今的索引设计已经很完美了，在生产环境中，仍是有可能须要作一些修改的，须要添加映射字段或者须要修改字段类型等等。

数据库中咱们能够直接修改原来的表设计语句，前提是须要作好数据迁移。可是在 Elasticsearch 中就没那么简单了。尽管能够增长新的类型到索引中，或者增长新的字段到类型中，可是不能添加新的分析器或者对现有的字段作改动。若是你那么作的话，结果就是那些已经被索引的数据就不正确，搜索也不能正常工做。针对这个问题必须从新创建索引。

别名定义

从新创建索引的问题是必须更新应用中的索引名称，索引别名就是用来解决这个问题的！

假设咱们有个学生的原始索引 student_index_v1，咱们给它起个别名 student_index，程序中也是用别名 student_index 进行搜索，当咱们的业务需求发生改变须要修改索引的时候，咱们从新建立个索引 student_index_v2，同时将别名 student_index 指向新的索引 student_index_v2，同时将 student_index_v1 的数据迁移到新的 student_index_v2，这样咱们就能够作到在零停机下从旧索引切换到新索引。

索引别名就像一个快捷方式或软链接，能够指向一个或多个索引，也能够给任何一个须要索引名的API来使用，并且别名不能与索引同名。

别名带给咱们极大的灵活性，容许咱们作下面这些：

• 在运行的集群中能够无缝的从一个索引切换到另外一个索引。
• 给多个索引分组。
• 给索引的一个子集建立视图。

别名管理

别名还能够映射到某个索引也能够映射到多个索引。别名还能够与筛选器关联，筛选器将在搜索和路由值时自动应用，别名不能与索引同名。

Elasticsearch 中有两种方式管理别名： _alias 用于单个操做， _aliases 用于执行多个原子级操做。

单个索引别名

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

删除别名

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

重命名别名

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

重命名别名是一个简单的删除而后指向新的索引。这个操做是原子性的，所以不须要担忧短期内的别名不指向一个索引。

将别名与多个索引关联

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

亦能够经过索引数组的方式来实现

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

对于上面的示例，还可使 glob pattern 将别名关联到拥有公共名称的多个索引:

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

Filtered Aliases

过滤器别名提供了一个简单的方法对同一个索引来建立不一样的“视图”。过滤器可以使用Query DSL来定义而且被应用到全部的搜索，统计，经过查询删除和其它相似的行为。

为了建立一个带过滤器的别名，首先须要确保映射的字段已经存在于mapping中。

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

而后咱们能够建立一个在user字段上带过滤器的别名。

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

成功则返回

{"acknowledged":true}

这样设置以后，咱们经过 test1 这个 index 直接进行搜索能够看到索引的所有文档，可是经过 alias2 这个别名就只能看到符合过滤器过滤后的结果了，即只有一个 user 为 "kimchy" 的结果。

Routing

能够将路由值与别名关联。这个特性能够与过滤别名一块儿使用，以免没必要要的碎片操做。

何为路由？
全部的文档 API（ get 、 index 、 delete 、 bulk 、 update 以及 mget ）都接受一个叫作 routing 的路由参数 ，经过这个参数咱们能够自定义文档到分片的映射。一个自定义的路由参数能够用来确保全部相关的文档---例如全部属于同一个用户的文档都被存储到同一个分片中。

如下命令建立一个指向索引 test 的新别名 alias1。建立 alias1 后，全部具备此别名的操做将自动修改成使用值 1 进行路由:

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

还能够为搜索和索引操做指定不一样的路由值

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

如上例所示，搜索路由(search_routing)可能包含几个用逗号分隔的多个值，可是 索引路由(index_routing)就只能包含一个值。

若是使用路由别名的搜索操做也有路由参数，则使用搜索别名路由和参数中指定的路由的交集。例如，下面的命令将使用“2”做为路由值。由于搜索操做中有路由参数2,3，而搜索路由设置的是1,2，因此取交集即为2。

GET /alias2/_search?q=user:kimchy&routing=2,3

别名示例

仍然以上面学生的例子， student_index 是一个指向当前真实索引的别名。真实索引包含一个版本号： student_index_v1 ， student_index_v2 等等。

首先，建立索引 student_index_v1 ，而后将别名 student_index 指向它：

PUT /student_index_v1  // 建立索引 student_index_v1 。
PUT /student_index_v1/_alias/student_index  //设置别名 student_index 指向 student_index_v1 。

你能够检测这个别名指向哪个索引：

GET /*/_alias/student_index

或哪些别名指向这个索引：

GET /student_index_v1/_alias/*

二者都会返回下面的结果：

{
    "student_index_v1" : {
        "aliases" : {
            "student_index" : { }
        }
    }
}

而后，咱们决定修改索引中一个字段的映射。固然，咱们不能修改现存的映射，因此咱们必须从新索引数据。 首先, 咱们用新映射建立索引 student_index_v2 ：

PUT /student_index_v2
{
    "mappings": {
        "my_type": {
            "properties": {
                "tags": {
                    "type":   "string",
                    "index":  "not_analyzed"
                }
            }
        }
    }
}

而后咱们将数据从 student_index_v1 索引到 student_index_v2 ，下面的过程在从新索引你的数据 中已经描述过。一旦咱们肯定文档已经被正确地重索引了，咱们就将别名指向新的索引。

一个别名能够指向多个索引，因此咱们在添加别名到新索引的同时必须从旧的索引中删除它。这个操做须要原子化，这意味着咱们须要使用 _aliases 操做：

POST /_aliases
{
    "actions": [
        { "remove": { "index": "student_index_v1", "alias": "student_index" }},
        { "add":    { "index": "student_index_v2", "alias": "student_index" }}
    ]
}

通过以上几步操做，你的应用就成功在零停机的状况下从旧索引迁移到新索引了。其实别名还有更多管理的语法。

文档迁移

对于新旧索引的文档数据迁移，字段 _source 的一个优势是在Elasticsearch中已经有整个文档。你没必要从源数据中重建索引，并且那样一般比较慢。

为了有效的从新索引全部在旧的索引中的文档，用 scroll 从旧的索引检索批量文档 ， 而后用 bulk API 把文档推送到新的索引中。

对现有数据的这类改变最简单的办法就是从新索引：用新的setting建立新的索引并把文档从旧的索引复制到新的索引。

总结

在你的应用中最好的方式是使用别名而不是索引名。这样你就能够在任什么时候候重建索引。别名的开销很小，应该普遍使用。本文主要整理自官方文档。