数据库中es索引技术是怎么回事，哪位大神能否详细给说问一下

首先，你的表肯定是做了外键等约束的，所以删除，要从最外层删除。假设你的数据库是Sql Server的。

1、技能表

delete from 技能表 where 人物id in (select 人物id from 人物表 where 账号id in (select 账号id from 账号表 where datediff(day,上次登录时间lasttime,getdate())>=3))

2、装备属性表

delete from 装备属性表 where 装备id in (select 装备id from 装备表 where 人物id in (select 人物id from 人物表 where 账号id in (select 账号id from 账号表 where datediff(day,上次登录时间lasttime,getdate())>=3)))

3、装备表

delete from 装备表 where 人物id in (select 人物id from 人物表 where 账号id in (select 账号id from 账号表 where datediff(day,上次登录时间lasttime,getdate())>=3))

4、人物表

delete from 人物表 where 账号id in (select 账号id from 账号表 where datediff(day,上次登录时间lasttime,getdate())>=3)

5、账号表

delete from 账号表 where datediff(day,上次登录时间lasttime,getdate())>=3

一个index可以被分为多个shards，从而分布到不同的物理机上。Shard的划分结果也会影响索引和查询速度。

每个分片都可以处理数据写入和查询请求，在设置索引分片数时，可从以下几个方面考虑：

一个shard就是一个lucene分片，ES底层基于lucene实现。

通常根据集群中的节点数量，对集群中的Shards数进行合理限制。

分片的大小和数量怎么设定？

注1： 小的分片会造成小的分段，从而会增加开销。我们的目的是将平均分片大小控制在几 GB 到几十 GB 之间。对于基于时间的数据的使用场景来说，通常将分片大小控制在 20GB 到 40GB 之间。

注2： 由于每个分片的开销取决于分段的数量和大小，因此通过 forcemerge *** 作强制将较小的分段合并为较大的分段，这样可以减少开销并提高查询性能。 理想情况下，一旦不再向索引写入数据，就应该这样做。 请注意，这是一项比较耗费性能和开销的 *** 作，因此应该在非高峰时段执行。

注3： 我们可以在节点上保留的分片数量与可用的堆内存成正比，但 Elasticsearch 没有强制的固定限制。 一个好的经验法则是确保每个节点的分片数量低于每GB堆内存配置20到25个分片。 因此，具有30GB堆内存的节点应该具有最多600-750个分片，但是低于该限制可以使其保持更好。 这通常有助于集群保持健康。

注4： 如果担心数据的快速增长, 建议根据这条限制: ElasticSearch推荐的最大JVM堆空间是 30~32G, 把分片最大容量限制为 30GB, 然后再对分片数量做合理估算。例如, 如果的数据能达到 200GB, 则最多分配7到8个分片。

索引和shard数并不是越多越好，对于批量读写都会有性能下降，所以要综合考虑性能和容量规划，同时配合压力测试，不存在真正的最优解。

索引的⽣命周期有五个阶段：

ES中open状态的索引都会占用堆内存来存储倒排索引，过多的索引会导致集群整体内存使用率多大，甚至引起内存溢出。所以需要根据自身业务管理历史数据的生命周期，如近3个月的数据open用于快速查询；过去3-6月的数据索引close以释放内存，需要时再开启；超过6个月的可以删除索引。

可以使用索引模板的方式按照一定时间创建新的索引，例如按天创建索引，索引的命名可能是index-yyyy-mm-dd，每天生成不同的索引，清除历史数据时可直接关闭或删除。

ILM ：索引生命周期管理，即 Manage the index lifecycle 。

索引的生命周期有四个阶段：

索引的生命周期策略指定了适用于哪些阶段、在每个阶段中执行哪些 *** 作以及何时在各个阶段之间进行转换。

当索引满足一定条件之后，将不再写入数据，而是自动创建一个索引，所有的数据将写入新的索引。

使用滚动索引能够：

官方推荐使用 data stream 数据流来管理时间序列数据。每个数据流都需要一个 索引模板 ，其中包括：

数据流专为追加数据而设计，其中数据流名称可用作 *** 作（读取、写入、翻转、收缩等）目标。如果需要更新数据，可以使用 索引别名 来管理时间序列数据。

ILM 会根据你的配置： 索引大小 、 文档数量 、 所在阶段 ，当满足这些条件时，自动实现 rollover 。

要让 ILM 管理索引，必须要在 indexlifecyclename 索引设置中指定有效的策略。

要为滚动索引创建生命周期策略，你要创建该策略并把它加入到 索引模板 中。

可以通过 Kibana 管理页面设置，也可以通过API设置。

可以通过 Kibana 管理页面设置，也可以通过API设置。

如果要给滚动索引设置策略，需要手动创建第一个被该策略管理的索引，并指定为可写索引。

索引的名称必须跟索引模板里定义的模式相匹配，并且以数字结尾。

你可以在创建索引的时候指定一个策略，也可以直接将策略应用到一个已经存在的索引上通过 Kibana 管理或者更新设置的API。一旦你应用了策略， ILM 立即会开始管理该索引。

查看错误：

重新运行报错的一步：

查看 ILM 状态：

终止 ILM ：

开启 ILM ：

设置 indexlifecycleindexing_complete 为 true 。

举个例子，如果你要改变一系列新索引的名称，并保留之前根据你配置的策略产生的索引数据，你可以：

相关连接： >

ES新手入门学习的时候，经常会和MySQL做对比，一个索引可以理解为一个数据库，分片就可以理解为一张表被分割了shards_numbers - 1次，文档类型为type类型，在高版本中在逐渐被剔除。

ES官方也给出了答案：作者不希望不同类型的相同字段在同一个Lucene中。



索引的状态有：红色、**、绿色和黑色四种（ES插件可以看出来）。

green：健康状态，代表所有的主分片和副本分片都可用；

yellow：所有的主分片可用，部分副本分片不可用；

red：部分主分片不可用；

black：索引处于关闭状态，不对外进行交互，一般磁盘空间不足时ES会自动设置。

ES是一款近实时的搜索引擎，而非实时的搜索引擎。ES每秒产生一个新分段，新段先写入文件系统缓存（对读取可见），稍后再执行刷盘 *** 作。由于新段不会立即刷盘，这个过程如果出现意外情况，存在数据丢失的风险，通常做法是记录事务日志。

分片的目的不只是为了分割巨大的索引，还可以并发读。一个索引包含多个分片，一个分片是一个Lucene索引，一个Lucene索引又由很多分段组成，每一个分段都是一个倒排索引。

段合并：ES会选择大小相似的段进行合并，ES每次refersh都会生成一个Lucene段，每次查询都会轮流检查每一个段，查询完对结果进行合并，段越多，搜索也就越慢。由于分段的不变性（访问不需要加锁），更新删除 *** 作本质是标记删除，在段合并的过程中，标记删除的数据并不会写入到新段中，这样就达到了删除的目的。写 *** 作先写Lucene段，再写translog，如果先写translog，写入Lucene段失败，则还需要对translog进行回滚处理。

ES的只读和删除设置，是对索引和磁盘的一种保护机制，当然也可以手动设置索引的只读和删除，以下是ES自动触发的：



索引的别名 *** 作，比如要对一个月的所有索引（每天创建一个索引）进行处理，就可以为索引创建别名，一个索引可以有多个别名，一个别名也可以指向多个索引。

数据库

文章转载自李宇涛L，如果涉嫌侵权，请发送邮件至：contact@modbpro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。



相关阅读

202

一、开始创建索引

您可以通过 Elasticsearch 的 RESTFul API 来创建索引：

PUT >

以上就是关于数据库中es索引技术是怎么回事，哪位大神能否详细给说问一下全部的内容，包括:数据库中es索引技术是怎么回事，哪位大神能否详细给说问一下、ES索引设计、ES中的索引生命周期管理等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！