Elasticsearch Curator v8.0.19版本发布:新增隐藏索引支持功能
项目简介
Elasticsearch Curator是一个用于管理Elasticsearch索引的强大工具,它可以帮助用户自动化执行各种索引管理任务,如索引的创建、移除、优化、备份等。作为Elasticsearch生态系统中重要的运维工具,Curator通过简洁的YAML配置文件或命令行界面,让复杂的索引管理操作变得简单高效。
版本亮点:隐藏索引支持
最新发布的v8.0.19版本中,Curator引入了一项重要功能——对隐藏索引的支持。这一改进使得用户现在可以显式地控制Curator是否处理被标记为隐藏的索引。
隐藏索引的背景
在Elasticsearch中,索引可以被标记为"hidden"(隐藏)。这种索引通常用于特定场景,如:
- 系统内部使用的索引
- 作为数据流(data streams)后端的索引
- 不希望直接暴露给终端用户的索引
默认情况下,Elasticsearch的API调用会忽略这些隐藏索引,除非明确指定要包含它们。
新功能详解
配置文件支持
在新版本中,用户可以在Curator配置文件的options
部分添加include_hidden
参数来控制是否包含隐藏索引:
options:
include_hidden: True
当设置为True
时,Curator将在执行操作时考虑隐藏索引;默认情况下或设置为False
时,则忽略隐藏索引。
命令行支持
对于使用CLI单例命令的用户,新增了--include-hidden
选项。默认行为相当于--no-include-hidden
,即不包含隐藏索引。
已知问题与解决方案
在测试过程中发现了一个Elasticsearch本身的潜在问题:当索引名称以点开头(如.my_index
),且该索引被设置为隐藏状态时,如果使用同样以点开头的通配符模式(如.my_*
)进行搜索,即使设置了expand_wildcards
参数包含隐藏索引(open,closed,hidden
),该隐藏索引仍可能出现在搜索结果中。
这个问题已经被报告给Elasticsearch团队,在修复之前,建议用户采取以下替代方案:
- 使用更精确的
search_pattern
来匹配目标索引 - 通过过滤器明确排除需要保持隐藏的索引
兼容性说明
新版本已经通过Elasticsearch 7.17.25和8.17.2版本的全面测试,确保功能稳定性和兼容性。
技术意义
这一改进为需要管理隐藏索引的用户提供了更大的灵活性,特别是在以下场景中尤为有用:
- 管理数据流背后的隐藏索引
- 对系统索引进行维护操作
- 在复杂环境中精确控制索引生命周期
升级建议
对于需要使用隐藏索引管理功能的用户,建议升级到此版本。升级过程通常只需替换Curator二进制文件或更新安装包,无需额外的数据迁移步骤。
对于不需要处理隐藏索引的用户,可以继续使用现有版本,或升级以获得其他可能的改进和错误修复。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









