本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
在 Amazon OpenSearch 服务中为数据编制索引
由于亚马逊 OpenSearch 服务使用 REST API,因此有许多方法可以为文档编制索引。您可以使用标准客户端 (如 curl
我们强烈建议您使用 Amazon OpenSearch Ingestion 来摄取数据,这是在服务中内置的完全托管的数据收集器。 OpenSearch 有关更多信息,请参阅 Amazon OpenSearch Ingesti on。
有关索引的简介,请参阅OpenSearch文档
索引的命名限制
OpenSearch 服务索引有以下命名限制:
-
所有字母必须为小写形式。
-
索引名称不能以
_
或-
开头。 -
索引名称不能包含空格、逗号、
:
、"
、*
、+
、/
、\
、|
、?
、#
、>
或<
。
不要在索引、类型或文档 ID 名称中包含敏感信息。 OpenSearch 服务在其统一资源标识符 (URI) 中使用这些名称。服务器和应用程序通常会记录 HTTP 请求,从而会在 URI 包含敏感信息的情况下可能会导致不必要的数据泄露:
2018-10-03T23:39:43 198.51.100.14 200 "GET https://
opensearch-domain
/dr-jane-doe/flu-patients-2018/202-555-0100/ HTTP/1.1"
即使您没有查看关联的 JSON 文档的权限,您可以从这条假的日志线推断,Doe 医生的一个电话号码为 202-555-0100 的患者在 2018 年患了流感。
如果 Ser OpenSearch vice 在索引名称中检测到真实或感知的 IP 地址(例如my-index-12.34.56.78.91
),则会屏蔽该 IP 地址。调用 _cat/indices
会产生以下响应:
green open my-index-x.x.x.x.91 soY19tBERoKo71WcEScidw 5 1 0 0 2kb 1kb
为避免不必要的混淆,请避免在索引名称中包括 IP 地址。
减小响应大小
来自 _index
和 _bulk
API 的响应包含相当多的信息。此信息可用于对请求进行问题排查或实施重试逻辑,但可使用大量带宽。在本示例中,对 32 字节文档编制索引会生成 339 字节响应(包括标头):
PUT
opensearch-domain
/more-movies/_doc/1 {"title": "Back to the Future"}
响应
{ "_index": "more-movies", "_type": "_doc", "_id": "1", "_version": 4, "result": "updated", "_shards": { "total": 2, "successful": 2, "failed": 0 }, "_seq_no": 3, "_primary_term": 1 }
此响应大小可能看起来很小,但如果您每天索引 1,000,000 个文档(大约每秒 11.5 个文档),则每个响应 339 字节的下载流量为每月 10.17 GB。
如果担心数据传输成本,请使用filter_path
参数来减小 OpenSearch 服务响应的大小,但要注意不要筛选出识别或重试失败请求所需的字段。这些字段会因客户端而异。该filter_path
参数适用于所有 S OpenSearch ervice REST API,但对于经常调用的 API 尤其有用,例如_index
和 _bulk
API:
PUT
opensearch-domain
/more-movies/_doc/1?filter_path=result,_shards.total {"title": "Back to the Future"}
响应
{ "result": "updated", "_shards": { "total": 2 } }
不同于包括字段,您可以使用 -
前缀排除字段。filter_path
还支持通配符:
POST
opensearch-domain
/_bulk?filter_path=-took,-items.index._* { "index": { "_index": "more-movies", "_id": "1" } } {"title": "Back to the Future"} { "index": { "_index": "more-movies", "_id": "2" } } {"title": "Spirited Away"}
响应
{ "errors": false, "items": [ { "index": { "result": "updated", "status": 200 } }, { "index": { "result": "updated", "status": 200 } } ] }
索引编解码器
索引编解码器决定如何压缩索引上存储的字段并将其存储在磁盘上。索引编解码器由静态 index.codec
设置控制,静态设置指定压缩算法。此设置会影响索引分片大小和操作性能。
有关支持的编解码器及其性能特性的列表,请参阅文档中的支持的编解码器。
在选择索引编解码器时,请注意以下事项:
-
为避免更改现有索引的编解码器设置所带来的难题,请在使用新的编解码器设置之前,在非生产环境中测试具有代表性的工作负载。有关更多信息,请参阅更改索引编解码器
。 -
您不能将 Zstandard 压缩编解码器
( "index.codec": "zstd"
或"index.codec": "zstd_no_dict"
)用于 k-nn索引或安全分析索引。