Mapping

mapping是定义文档及其字段是如何存储和索引的程序。例如，使用mapping定义：

• 哪个字符串字段应该视为全文字段
• 哪个字段包含数字，日期，或地理位置
• 日期的格式
• 自定义规则来控制动态添加字段

mapping type

每个索引都有mapping type来决定文档如何被索引。mapping type包含：

• meta-fields: 比如_index, _type, _id, _source字段，用来定制文档相关的元数据
• fields or properties：相关文档的字段列表或者properties

字段数据类型

每个字段都有数据类型，可以是如下：

• 简单的类型：text, keyword, date, long, double, boolean, ip
• 支持JSON这种层次结构的：object, nested
• 专门的类型：geo_point, geo_shape, completion

根据不同的目的以不同的方式来索引相同的字段通常很有用。比如，同样的字段可以索引为text类型以便进行全文搜索，也可以作为keyword类型用来排序或聚合。或者同样的值使用不同的分词器。

大部分字段都支持fields参数的多字段搜索。

核心数据类型

• 字符串

  PUT my_index
  {
       
    "mappings": {
       
      "properties": {
       
        "full_name": {
       
          "type":  "text"
        }
      }
    }
  }
  

  • text 用于全文索引，会被分词处理。适用于文章内容，产品介绍之类的信息。可以接收以下参数：

    • analyzer 指定分词器，同时适用于索引时和搜索时（除非被search_analyzer覆盖），默认值是索引默认的分词器，或者standard分词器
    • boost 字段级别的查询时提升（权重），接收浮点数，默认是1.0
    • eager_global_ordinals 刷新时是否重新加载全局顺序？默认是false。建议对经常用于词条聚合的此段启动该特性。
    • fielddata 该字段是否能使用内存字段数据用来排序，聚合，或者脚本计算？默认false
    • fielddata_frequency_filter 专家设置：当fielddata启用时，是否允许决定哪些值被载入内存，默认情况下加载所有值
    • fields 多字段（multi-fields）允许出于不同的目的以多种方式来索引相同的字段，比如一个字段用于搜索，一个多字段用于排序和聚合，或者对同样的字符串使用不同的分词器
    • index 字段是否可被搜索，默认true
    • index_options 索引中应该存储什么信息用于搜索和高亮，默认是positions
    • index_prefixes 如果启用，2~5个字符的词条前缀将会被索引为一个单独的字段，有助于提高前缀搜索的效率。
    • index_phrases 如果允许，词组会被索引为单独的字段。这使得精确的短语查询更高效。注意，只有当停用词没有被移除时，这个才最有效，因为包含停用词的短语不会使用子字段，而是使用标准的短语查询。默认值是false
    • norms 打分时是否考虑字段长度，默认true
    • position_increment_gap 略
    • store 字段值是否在_source字段外，被独立存储和检索，默认false
    • search_analyzer 指定搜索时的分词器，默认是analyzer 参数的设置
    • search_quote_analyzer 没啥用
    • similarity 使用哪种打分算法，默认是BM25
    • term_vector 略

  • keyword 关键词，适用于标签，状态码，邮件地址，域名，商标等。用于过滤，排序，和聚合，关键词只支持精确搜索。

    PUT my_index
    {
           
      "mappings": {
           
        "properties": {
           
          "tags": {
           
            "type":  "keyword"
          }
        }
      }
    }
    

    支持的参数如下：

    • ignore_above 默认是2147483647，超过这一长度的字符串无法索引。但是默认的动态mapping会覆盖这个值为ignore_above:256
    • 其他和text类似，具体参见官网

• 数字

  • long -2^63 ~ 2^63-1

  • integer -2^31 ~ 2^31-1

  • short -32768 ~ 32768

  • byte -128 ~ 127

  • double 64位双精度浮点数

  • float 32位双精度浮点数

  • half_float 16位双精度浮点数

  • scaled_float 略

    PUT my_index
    {
           
      "mappings": {
           
        "properties": {
           
          "number_of_bytes": {
           
            "type": "integer"
          },
          "time_in_seconds": {
           
            "type": "float"
          },
          "price": {
           
            "type": "scaled_float",
            "scaling_factor": 100
          }
        }
      }
    }
    

  • 数字类型的字段支持以下参数：

    • coerce 强制转换字符串为数字，截断分数为整数，默认是true
    • 其他参数参考官网

• date，JSON没有日期类型，因此ES中的日期可以是

  • 包含日期格式的字符串，比如："2015-01-01" or "2015/01/01 12:10:30"
  • 时间的毫秒数
  • 时间的整数

  在ES内部，日期会被转换为UTC时间（如果指定了时区），并且存储为代表时间毫秒数的长整数。对于日期的查询会被转化为对这个长整数的范围查询，结果再转化为以该字段定义的日期格式的字符串。日期格式可以自定义，如果没有指定format，会使用如下默认值：

  "strict_date_optional_time||epoch_millis"
  

  这意味它可以接受strict_date_optional_time支持的格式，或者毫秒数，例如：

  PUT my_index
  {
       
    "mappings": {
       
      &#