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，lastthreemonths的索引别名：是过去3个月索引 logstash201903, logstash201904, 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。

POST visitor_logs_2017,visitor_logs_2018/_search

方式二：通配符索引检索。

POST visitor_logs_*/_search

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。

POST /_aliases?pretty{  "actions": [    {      "add": {        "index": "visitor_logs_2017",        "alias": "visitor_logs"      }    },    {      "add": {        "index": "visitor_logs_2018",        "alias": "visitor_logs"      }    }  ]}

步骤2：使用别名检索

GET /visitor_logs/_search

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：

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）iksmart改成ikmax_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:

POST /_aliases?pretty{  "actions": [    {      "remove": {        "index": "visitor_logs_2018",        "alias": "visitor_logs"      }    },    {      "add": {        "index": "visitor_logs_2018_01",        "alias": "visitor_logs"      }    }  ]}

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？

GET _cat/aliases

返回信息：

visitor_logs visitor_logs_2017 - - -.kibana      .kibana_1         - - -visitor_logs visitor_logs_2018 - -

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。

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

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。

PUT trips{  "mappings": {    "_doc": {      "properties": {        "distance": {          "type": "long"        },        "route_length_miles": {          "type": "alias",          "path": "distance"        },        "transit_mode": {          "type": "keyword"        }      }    }  }}

注意：当用户使用检索时，实际可以使用routelengthmile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