Elasticsearch基础但非常有用的功能之一：别名

0、题记

本文是系列文章第一篇。介绍Elasticsearch的一些非常基础但实战开发确非常有用的技术点。了解这些技术点会帮助你设计更易于维护的数据索引，预先知道 PB级 大数据索引实战中的坑，提升工作效率。

本文从别名分类、索引别名实践、索引别名的好处、索引别名常见问题及坑解读、字段别名实践一把  五个方面 进行详细解读。

1、别名分类

别名在Elasticsearch中有两种分类。

1.1 索引别名

官方释义 ： 索引别名可以指向一个或多个索引，并且可以在任何需要索引名称的API中使用。 别名为我们提供了极大的灵活性。它们允许我们执行以下操作： 

1）在正在运行的集群上的一个索引和另一个索引之间透明切换； 

2）对多个索引进行分组组合（例如，last three months的索引别名：是过去3个月索引 logstash 201903, logstash 201904, logstash_201905的组合）；

3）在索引中的文档子集上创建“视图”（结合业务场景，会提升检索效率）。

通俗解释 ： 索引别名类似：windows的快捷方式，linux的软链接，mysql的视图。

• 前提 ：Elasitcsearch创建索引后，索引名不允许改。很多业务场景下单一索引可能无法满足要求。

• 场景1 ：PB级别增量数据，借助rollover api实现，由基于日期的n个索引组成，显然，对外提供服务使用别名会很便捷。

• 场景2 ：试想，线上提供服务的某个索引出了问题，比如：某字段分词定义不准确，如何保证对外提供服务不停止（不更改业务代码）的前提下更换索引，显然，别名更合适。

注意 ：实际业务场景使用别名会很方便、灵活、快捷、业务松耦合！！

1.2 字段别名

在Elasticsearch Mapping定义的6.4+版本才有的字段类型。 

通俗解释 ：  

试想一下有一种业务场景。比如在实际的业务开发中：需要对Facebook、twitter行采集,采集入库的是两个业务团队。

他们对content，分别使用了两个字段。其中一个是，content。另外一个是cont。 这时候存储到elasticsearch会有两个字段。

这样如果我们在检索、写业务代码的时候，是不是要写两个不同的字段来处理呢？ 如果有可能写成一个字段，代码方面就很避开业务耦合，就很方便了。

我认为这是字段别名的由来。

2、索引别名实践

2.1 假设没有别名，如何处理多索引检索？

• 方式一：多索引逗号分隔检索。

• 方式二：通配符索引检索。

2.2 有了别名后，操作变得简单

实战中，我们不需要知道操作的实际索引名称，我们可以透明地更改别名引用的索引而不会影响使用别名的用户。

• 步骤1：别名关联已有索引。

• 步骤2：使用别名检索

3、索引别名的好处

3.1 大数据量的管理

场景： 实战中，可能需要基于时间的数据保留策略（利用rollover机制实现），并从系统中删除旧数据。 使用索引别名：

• 好处1 ：来简化从Elasticsearch中删除数据的过程。

• 好处2 ：在没有任何停机时间的情况下从Elasticsearch中删除最旧的数据，不会出现任何查询中断，也不会进行任何客户端更改。

  基于时间索引的实现机制如下：

推荐阅读：

• https://gitbook.cn/books/5c52c6923417565017a61ce0/index.html

试想一下 ：如果不是基于时间的索引，而使用大索引，删除历史数据会发生什么？ 

答案：

• 1、删除索引数据只能使用：delete by query，相比删除索引，delete by query删除数据只是逻辑删除；

• 2、真正的删除实际是段合并后的物理删除分段，也就是delete by query后，有一段时间磁盘空间不降反升。此时的检索效率会非常低。

3.2 用户无感知的重建索引

实战中，索引的设计可能不是一步到位。 随着业务的扩展，可能会在开发的中后期，调整索引Mapping结构， 比如：

• 1）ik smart改成ik max_word分词以高效分词，

• 2）long类型改成keyword以提升检索效率，

• 3）修改索引分片数以便于机器横向扩展，

• 4）索引分成更小粒度的索引等以提升性能。

通常的做法，都需要借助：reindex操作完成索引的迁移。 如果要确保线上环境的可靠运行且用户无感知（即无需告知用户，不影响用户的业务），使用别名指向更改前和更改后的索引是  绝佳方案 。

实战举例:

试想一下，如果没有索引别名呢？

答案：

• 1、无法保证查询的连续性；

• 2、无法保证线上业务查询的可靠性（需要告知用户，业务中断一段时间）。

4、索引别名常见问题及坑解读

问题1：ES批量插入可以使用别名插入吗？

会报错： 

no write index is defined for alias[xxx]....  

注意 ：索引别名不是在任何地方都通用。写入或更新数据的时候需要指明物理索引，不要向别名写入数据。

问题2：ES怎么获取所有别名信息 alias?

或者问题：如何通过索引别名查找实际索引名称？

返回信息：

`

问题3：使用别名和基于索引效率一样吗？

是一致的。

前提 ：索引和别名指向相同的数据，相同的检索条件。

原理 ：索引别名只是物理索引的软链接名称而已。

问题4：如何使用别名提升检索效率？

• 方式一：基于时间创建索引，指定多索引别名。 比如分为：近1年索引别名，近3个月索引别名，近1个月索引别名，近1周索引别名，近3天索引别名。 检索的时候，先  敲定时间范围 ，然后在指定范围的别名下检索。

  核心原理： 物理上基于时间做了分隔，再加上冷热数据分离机制，会极大缩小了检索样本。

• 方式二：使用filter 别名或者 路由别名机制，提升效率。 filter Alias上代码，实际业务中极易被忽视，但会极大提升效率。

路由机制参考官方文档即可。

5、字段别名实践一把

星友的问题： 

“Aliasdatatype，这个数据类型，在现实工作中的使用场景是什么？看官方文档，没有很好理解？”

字段别名原理第一部分已详细解释，不再赘述。 这里实践一把，加深理解。

注意： 当用户使用检索时，实际可以使用route length mile字段替代distance做检索，以达到distance一样的效果。

6、小结

• 实战中，一般在开发  中后期 才发现索引别名的妙处。正如文中分析：1、高效索引管理；2、用户无感知维护数据修改更新。

• 建议：相同索引别名的物理索引有  一致的Mapping和数据结构 ，以提升检索效率。

• 注意：发挥索引别名在检索方面的优势，在写入和更新还得使用   物理索引 。

你的实际Elasticsearch业务场景，有哪些非常基础但实战开发非常有用的技术点呢？ 欢迎留言留下你的思考 ，让我们一起精进！

参考：

https://cambium.consulting/articles/2018/2/22/our-favorite-elasticsearch-features-part-2-index-aliases

推荐阅读：

重磅 | Elasticsearch7.X学习路线图

Elasticsearch 7.0 正式发布，盘他！

干货 | Elasticsearch 7.1免费安全功能全景认知

加入星球，更短时间更快习得更多干货!