一、创建索引库，并且设置默认分词器为 IK
curl -XPUT http://localhost:9200/myindex -d '
{
"settings" : {
"index" : {
"max_result_window" : 100000000
},
"analysis": {
"analyzer": {
"default": {
"type": "ik_max_word"
}
}
}
}
}
'max_result_window 这个属性指定了查询数量限制，ES 默认限制了分页查询 start + limit <= 10000。
如果已经建立了索引库，但是索引库中还没有内容的时候，需要更换分词器，那么需要先关闭索引库，设置新的分词器，在打开索引库。（索引库中已经有内容的话，建议还是删掉索引库完全重建好了，旧索引分词不符合预期也没有留着的必要）
关闭索引库：
curl -XPOST http://localhost:9200/myindex/_close -d '
{}
'重新设置分词器：
curl -XPUT http://localhost:9200/myindex -d '
{
"settings" : {
"index" : {
"max_result_window" : 100000000
},
"analysis": {
"analyzer": {
"default": {
"type": "ik_max_word"
}
}
}
}
}
'打开索引库：
curl -XPOST http://localhost:9200/myindex/_open -d '
{}
'自定义分词方式：
首先大概解释几个概念：
Analyzers：语法分析器，ES 包含很多内置的分析器，比如 standard, simple, whitespace 等等。
Tokenizer：分词器，将指定文本分割为一个一个单词。
Character Filter：当一串文本被传递到 Tokenizer 之前，可以用 Character Filter 过滤一遍，处理其中的字符，比如将指定的字符替换成别的字符。
Filter：经过 Tokenizer 分词结束的单词，可以用 filter 进行处理，比如将其转换成小写字母之类的。
接下来举个例子，比如我输入的文本为：“张三吃饭#李四洗澡”，我希望仅仅按照 # 分词，也就是我最后得到的结果是 “张三吃饭”，“李四洗澡” 两个词语，并且 “张三吃饭”不会被分词为 “张三”、“吃饭”两个词。
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"
}
}
}
}
}
'然后我将 “张三吃饭#李四洗澡”这串文本传递到 myindex/mytype 进行索引。
curl -XPOST http://localhost:9200/myindex/mytype/1 -d '
{
"title": "张三吃饭#李四洗澡"
}
'接着，查询分词结果：
curl -XGET http://localhost:9200/myindex/mytype/1/_termvectors?fields=title得到结果：
{
"_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": {
"张三吃饭": {
"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
}
]
}
}
}
}
}可以看到分词结果符合预期。
二、设置索引规则（mapping）
默认情况下，即使没有事先设置 mapping，ES也会根据提交的 json 数据自动创建 mapping 规则，但是自动创建的 mapping 比较简单，只会将字段设置为 long 和 text 两种类型。
手动建立 mapping 规则方法如下：
curl -XPOST http://localhost:9200/myindex/mytype/_mappings -d '
{
"properties": {
"id": {
"type": "integer"
},
"title": {
"type": "text"
},
"content": {
"type": "text"
}
}
}
'对于 String 字段，可以设置类型为 text 或者 keyword。text类型的数据会被分词处理，而 keyword 类型的数据不会被分词处理。因此想根据某个字段精确查询的话，可以将其设置为 keyword 类型（版本5.0之后）。
如果一个索引库已经存在索引文档，这时想要更改索引的mapping的话，最好删除当前索引库，重新建立索引库，设置 mapping 之后，将数据重新添加到索引库中。
mapping 的缺陷：
5.0 版本之后，在同一个索引库中，相同名字的字段 mapping type 只有一个（7.0 准备移除 mapping type 的概念），也就是说比如学生信息有name字段，学生成绩信息也有name字段，这两个name字段在 Lucene 中是用一个字段来存储的。那么意味着在每个索引库中，每个被索引的字段名必须不重复。
ES 早期的概念中，将 index 类比于数据库，将type类比于表，这对于索引是不合理的，在最新的文档中他们也承认了这个问题，每个 table 中的字段名即使重复，也不会对于其他表造成影响，而在 Lucene 中并不是这样，相同的字段应该就是只有一份索引。
以上问题就意味着，如果你想要对两个有关联的 table （比如外键）单独做到一个索引库的两个type中是不会成功的，因为有相同的字段名。如果你确实想对这两个table中的数据做索引，那么最好是建立一个独立的数据对象，包含了这两个表中所有字段（去掉重复部分），然后将整个对象做索引。
三、重建 setting 或者 mapping 无缝迁移生产环境数据
程序开发设计时总会有缺陷，当你的索引库 setting 或者 mapping 需要重建时，最简单粗暴的办法当然是删除索引库，按照新规则创建索引库，然后重新创建索引，但是这种暴力方式会导致你的服务一段时间内不可用，数据量越大，影响时间越长。
其实我们可以通过给索引库建立别名的方式，来解决这个问题，基本的思路就是，给你的旧 index 取一个别名为 index-alias，然后代码中使用 index-alias去访问 index， 然后按照新规则创建一个 index2, 将 index 中的数据完全重新索引到 index2 中，然后将 index-alias 这个别名，跟 index2 绑定起来，这样就做到了重建索引库之后无缝切换，整个切换过程中服务依旧可以使用，只是会有部分搜索结果不正常，但是总比完全停止要好。
1. 给现有索引库建立别名
curl -X POST http://localhost:9200/_aliases -d '
{
"actions": [
{ "add" : { "index" : "index", "alias" : "index-alias" } }
]
}
'2. 创建新的 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. 将 index 中的数据完全重建索引到 index2 中
curl -X POST http://localhost:9200/_reindex -d '
{
"source": {
"index": "index"
},
"dest": {
"index": "index2"
}
}
'4. 更换别名
curl -X POST http://localhost:9200/_aliases -d '
{
"actions": [
{ "remove" : { "index" : "index", "alias" : "index-alias" } },
{ "add" : { "index" : "index2", "alias" : "index-alias" } }
]
}
'5. 删除旧索引库
curl -X DELETE http://localhost:9200/index至此，索引库重建完毕。
如果仅仅是 mapping 新增字段的话，可以简单一点（因为是新增，此时 ES 里面应该没有需要新增的字段的数据）
curl -H "Content-Type: application/json" -X POST http://localhost:9200/index-alias/type1/_mapping -d '
{
"properties": {
"newPropertity": {
"type": "nested"
}
}
}
'