本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
在 Amazon OpenSearch 服務中索引數據
由於 Amazon OpenSearch 服務使用 REST API,因此存在許多方法來索引文檔。您可以使用標準用戶端,例如 Curl
我們強烈建議您使用 Amazon OpenSearch 擷取資料,這是在服務內 OpenSearch 建的全受管資料收集器。如需詳細資訊,請參閱 Amazon OpenSearch 擷取。
如需索引的簡介,請參閱OpenSearch文件
索引的命名限制
OpenSearch 服務索引具有下列命名限制:
-
所有字母必須小寫。
-
索引名稱的最開頭不可以是
_
或-
。 -
索引名稱不可以包含空格、逗號、
:
、"
、*
、+
、/
、\
、|
、?
、#
、>
或<
。
請勿在索引、類型或文件 ID 名稱中包含敏感資訊。 OpenSearch 服務會在其統一資源識別碼 (URI) 中使用這些名稱。伺服器和應用程式通常會記錄 HTTP 請求,如果 URI 包含敏感資訊,這會導致不必要的資料暴露:
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"
即使您沒有檢視相關 JSON 文件的許可,您可以從此仿造日誌列推斷出 Doe 醫生的其中一名病人 (其電話號碼為 202-555-0100) 在 2018 年患有流感。
如果 OpenSearch 服務在索引名稱中偵測到真實或適當的 IP 位址 (例如,my-index-12.34.56.78.91
),它會遮罩 IP 位址。呼叫 _cat/indices
產生下列回應︰
green open my-index-x.x.x.x.91 soY19tBERoKo71WcEScidw 5 1 0 0 2kb 1kb
為防止不必要的混淆,請避免在索引名稱中包含 IP 地址。
縮減回應大小
由 _index
和 _bulk
API 而來的回應包含相當多的資訊。這類資訊或許有助於對請求進行故障診斷或實作重試邏輯,但難免會耗用大量頻寬。在此範例中,對 32 個位元組的文件編製索引將產生 339 個位元組的回應 (包括標頭):
PUT
opensearch-domain
/more-movies/_doc/1 {"title": "Back to the Future"}
回應
{ "_index": "more-movies", "_type": "_doc", "_id": "1", "_version": 4, "result": "updated", "_shards": { "total": 2, "successful": 2, "failed": 0 }, "_seq_no": 3, "_primary_term": 1 }
此回應大小可能看起來很小,但是如果您每天索引 1,000,000 份文件 (大約每秒 11.5 份文件),則每個回應 339 位元組的運作量達到每月 10.17 GB 的下載流量。
如果需要考慮資料傳輸成本,請使用filter_path
參數來減少 OpenSearch Service 回應的大小,但請小心不要篩選出識別或重試失敗要求所需的欄位。這類欄位因用戶端而異。該filter_path
參數適用於所有 OpenSearch 服務 REST API,但對於經常調用的 API(例如_index
和 _bulk
API)尤其有用:
PUT
opensearch-domain
/more-movies/_doc/1?filter_path=result,_shards.total {"title": "Back to the Future"}
回應
{ "result": "updated", "_shards": { "total": 2 } }
除了納入欄位,您還可以使用 -
字首排除欄位。filter_path
也支援萬用字元:
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"}
回應
{ "errors": false, "items": [ { "index": { "result": "updated", "status": 200 } }, { "index": { "result": "updated", "status": 200 } } ] }
索引轉碼器
索引轉碼器決定索引上儲存的欄位如何壓縮並儲存在磁碟上。索引轉碼器由靜態設定控制,靜態index.codec
設定會指定壓縮演算法。此設定會影響索引碎片大小和作業效能。
如需支援的轉碼器清單及其效能特性,請參閱 OpenSearch 文件中的支援轉碼器
當您選擇索引轉碼器時,請考慮下列事項:
-
若要避免變更現有索引之轉碼器設定的挑戰,請在使用新的轉碼器設定之前,在非生產環境中測試代表性的工作負載。如需詳細資訊,請參閱變更索引轉碼器
。 -
您無法將 Zstandard 壓縮轉碼器
( "index.codec": "zstd"
或"index.codec": "zstd_no_dict"
) 用於 k-NN或安全性 分析索引。