Elasticsearch 6 Mapping设置

最新推荐文章于 2024-09-05 13:09:01 发布
最新推荐文章于 2024-09-05 13:09:01 发布
阅读量2.8k 收藏 2
点赞数 2
分类专栏： elasticsearch 文章标签： elasticsearch
本文为博主原创文章，未经博主允许不得转载。如果对你有帮助，请记得点赞支持，谢谢！
本文链接：https://blog.csdn.net/ZYC88888/article/details/88405741
版权

Mapping

类似于数据库中的表结构定义，主要作用如下：

  • 定义Index下字段名（Field Name）
  • 定义字段的类型，比如数值型，字符串型、布尔型等
  • 定义倒排索引的相关配置，比如是否索引、记录postion等

需要注意的是，在索引中定义太多字段可能会导致索引膨胀，出现内存不足和难以恢复的情况，下面有几个设置：

  • index.mapping.total_fields.limit：一个索引中能定义的字段的最大数量，默认是 1000
  • index.mapping.depth.limit：字段的最大深度，以内部对象的数量来计算，默认是20
  • index.mapping.nested_fields.limit：索引中嵌套字段的最大数量，默认是50

数据类型

核心数据类型

  • 字符串 - text
    • 用于全文索引，该类型的字段将通过分词器进行分词，最终用于构建索引
  • 字符串 - keyword
    • 不分词，只能搜索该字段的完整的值，只用于 filtering
  • 数值型
    • long：有符号64-bit integer：-2^63 ~ 2^63 - 1
    • integer：有符号32-bit integer，-2^31 ~ 2^31 - 1
    • short：有符号16-bit integer，-32768 ~ 32767
    • byte： 有符号8-bit integer，-128 ~ 127
    • double：64-bit IEEE 754 浮点数
    • float：32-bit IEEE 754 浮点数
    • half_float：16-bit IEEE 754 浮点数
    • scaled_float
  • 布尔 - boolean
    • 值：false, "false", true, "true"
  • 日期 - date
    • 由于Json没有date类型，所以es通过识别字符串是否符合format定义的格式来判断是否为date类型
    • format默认为：strict_date_optional_time||epoch_millis format
  • 二进制 - binary
    • 该类型的字段把值当做经过 base64 编码的字符串，默认不存储，且不可搜索
  • 范围类型
    • 范围类型表示值是一个范围，而不是一个具体的值
    • 譬如 age 的类型是 integer_range，那么值可以是 {"gte" : 10, "lte" : 20}；搜索 "term" : {"age": 15} 可以搜索该值；搜索 "range": {"age": {"gte":11, "lte": 15}} 也可以搜索到
    • range参数 relation 设置匹配模式
      • INTERSECTS ：默认的匹配模式，只要搜索值与字段值有交集即可匹配到
      • WITHIN：字段值需要完全包含在搜索值之内，也就是字段值是搜索值的子集才能匹配
      • CONTAINS：与WITHIN相反，只搜索字段值包含搜索值的文档
    • integer_range
    • float_range
    • long_range
    • double_range
    • date_range：64-bit 无符号整数，时间戳（单位：毫秒）
    • ip_range：IPV4 或 IPV6 格式的字符串
# 创建range索引
PUT range_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "expected_attendees": {
          "type": "integer_range"
        },
        "time_frame": {
          "type": "date_range", 
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        }
      }
    }
  }
}

# 插入一个文档
PUT range_index/_doc/1
{
  "expected_attendees" : { 
    "gte" : 10,
    "lte" : 20
  },
  "time_frame" : { 
    "gte" : "2015-10-31 12:00:00", 
    "lte" : "2015-11-05"
  }
}

# 12在 10~20的范围内，可以搜索到文档1
GET range_index/_search
{
  "query" : {
    "term" : {
      "expected_attendees" : {
        "value": 12
      }
    }
  }
}

# within可以搜索到文档
# 可以修改日期，然后分别对比CONTAINS，WITHIN，INTERSECTS的区别
GET range_index/_search
{
  "query" : {
    "range" : {
      "time_frame" : { 
        "gte" : "2015-11-02",
        "lte" : "2015-11-03",
        "relation" : "within" 
      }
    }
  }
}
复制代码

复杂数据类型

在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。

  • 数组类型 Array
    • 字符串数组 [ "one", "two" ]
    • 整数数组 [ 1, 2 ]
    • 数组的数组 [ 1, [ 2, 3 ]]，相当于 [ 1, 2, 3 ]
    • Object对象数组 [ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]
    • 同一个数组只能存同类型的数据，不能混存，譬如 [ 10, "some string" ] 是错误的
    • 数组中的 null 值将被 null_value 属性设置的值代替或者被忽略
    • 空数组 [] 被当做 missing field 处理
  • 对象类型 Object
    • 对象类型可能有内部对象
    • 被索引的形式为：manager.name.first
# tags字符串数组，lists 对象数组
PUT my_index/_doc/1
{
  "message": "some arrays in this document...",
  "tags":  [ "elasticsearch", "wow" ], 
  "lists": [ 
    {
      "name": "prog_list",
      "description": "programming list"
    },
    {
      "name": "cool_list",
      "description": "cool stuff list"
    }
  ]
}

复制代码
  • 嵌套类型 Nested
    • nested 类型是一种对象类型的特殊版本，它允许索引对象数组，独立地索引每个对象

嵌套类型与Object类型的区别

通过例子来说明:

  1. 插入一个文档，不设置mapping，此时 user 字段被自动识别为对象数组
DELETE my_index

PUT my_index/_doc/1
{
  "group" : "fans",
  "user" : [ 
    {
      "first" : "John",
      "last" :  "Smith"
    },
    {
      "first" : "Alice",
      "last" :  "White"
    }
  ]
}

复制代码
  1. 查询 user.first为 Alice，user.last 为 Smith的文档，理想中应该找不到匹配的文档
  2. 结果是查到了文档1，为什么呢？
GET my_index/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "user.first": "Alice" }},
        { "match": { "user.last":  "Smith" }}
      ]
    }
  }
}
复制代码
  1. 是由于Object对象类型在内部被转化成如下格式的文档：
{
  "group" :        "fans",
  "user.first" : [ "alice", "john" ],
  "user.last" :  [ "smith", "white" ]
}
复制代码

  1. user.first 和 user.last 扁平化为多值字段，alice 和 white 的关联关系丢失了。导致这个文档错误地匹配对 alice 和 smith 的查询

  2. 如果最开始就把user设置为 nested 嵌套对象呢？

DELETE my_index
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "user": {
          "type": "nested" 
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "group": "fans",
  "user": [
    {
      "first": "John",
      "last": "Smith"
    },
    {
      "first": "Alice",
      "last": "White"
    }
  ]
}
复制代码
  1. 再来进行查询，可以发现以下第一个查不到文档，第二个查询到文档1，符合我们预期
GET my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "Alice" }},
            { "match": { "user.last":  "Smith" }} 
          ]
        }
      }
    }
  }
}

GET my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "Alice" }},
            { "match": { "user.last":  "White" }} 
          ]
        }
      },
      "inner_hits": { 
        "highlight": {
          "fields": {
            "user.first": {}
          }
        }
      }
    }
  }
}
复制代码

  1. nested对象将数组中每个对象作为独立隐藏文档来索引，这意味着每个嵌套对象都可以独立被搜索

  2. 需要注意的是：

地理位置数据类型

  • geo_point
    • 地理位置，其值可以有如下四中表现形式：
      • object对象："location": {"lat": 41.12, "lon": -71.34}
      • 字符串："location": "41.12,-71.34"
      • geohash："location": "drm3btev3e86"
      • 数组："location": [ -71.34, 41.12 ]
    • 查询的时候通过 Geo Bounding Box Query 进行查询
  • geo_shape

专用数据类型

  • 记录IP地址 ip
  • 实现自动补全 completion
  • 记录分词数 token_count
  • 记录字符串hash值 murmur3
  • Percolator
# ip类型，存储IP
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "ip_addr": {
          "type": "ip"
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "ip_addr": "192.168.1.1"
}

GET my_index/_search
{
  "query": {
    "term": {
      "ip_addr": "192.168.0.0/16"
    }
  }
}

复制代码

多字段特性 multi-fields

  • 允许对同一个字段采用不同的配置，比如分词，常见例子如对人名实现拼音搜索，只需要在人名中新增一个子字段为 pinyin 即可
  • 通过参数 fields 设置

设置Mapping

 

image

 

 

GET my_index/_mapping

# 结果
{
  "my_index": {
    "mappings": {
      "doc": {
        "properties": {
          "age": {
            "type": "integer"
          },
          "created": {
            "type": "date"
          },
          "name": {
            "type": "text"
          },
          "title": {
            "type": "text"
          }
        }
      }
    }
  }
}
复制代码

Mapping参数

analyzer

  • 分词器，默认为standard analyzer，当该字段被索引和搜索时对字段进行分词处理

boost

  • 字段权重，默认为1.0

dynamic

  • Mapping中的字段类型一旦设定后，禁止直接修改，原因是：Lucene实现的倒排索引生成后不允许修改
  • 只能新建一个索引，然后reindex数据
  • 默认允许新增字段
  • 通过dynamic参数来控制字段的新增：
    • true（默认）允许自动新增字段
    • false 不允许自动新增字段，但是文档可以正常写入，但无法对新增字段进行查询等操作
    • strict 文档不能写入，报错
PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic": false, 
      "properties": {
        "user": { 
          "properties": {
            "name": {
              "type": "text"
            },
            "social_networks": { 
              "dynamic": true,
              "properties": {}
            }
          }
        }
      }
    }
  }
}
复制代码

定义后my_index这个索引下不能自动新增字段，但是在user.social_networks下可以自动新增子字段

copy_to

  • 将该字段复制到目标字段，实现类似_all的作用
  • 不会出现在_source中，只用来搜索
DELETE my_index
PUT my_index
{
  "mappings": {
    "doc": {
      "properties": {
        "first_name": {
          "type": "text",
          "copy_to": "full_name" 
        },
        "last_name": {
          "type": "text",
          "copy_to": "full_name" 
        },
        "full_name": {
          "type": "text"
        }
      }
    }
  }
}

PUT my_index/doc/1
{
  "first_name": "John",
  "last_name": "Smith"
}

GET my_index/_search
{
  "query": {
    "match": {
      "full_name": { 
        "query": "John Smith",
        "operator": "and"
      }
    }
  }
}
复制代码

index

  • 控制当前字段是否索引，默认为true，即记录索引，false不记录，即不可搜索

index_options

  • index_options参数控制将哪些信息添加到倒排索引，以用于搜索和突出显示，可选的值有：docs，freqs，positions，offsets
  • docs：只索引 doc id
  • freqs：索引 doc id 和词频，平分时可能要用到词频
  • positions：索引 doc id、词频、位置，做 proximity or phrase queries 时可能要用到位置信息
  • offsets：索引doc id、词频、位置、开始偏移和结束偏移，高亮功能需要用到offsets

fielddata

  • 是否预加载 fielddata，默认为false
  • Elasticsearch第一次查询时完整加载这个字段所有 Segment 中的倒排索引到内存中
  • 如果我们有一些 5 GB 的索引段，并希望加载 10 GB 的 fielddata 到内存中，这个过程可能会要数十秒
  • 将 fielddate 设置为 true ,将载入 fielddata 的代价转移到索引刷新的时候，而不是查询时，从而大大提高了搜索体验
  • 参考：预加载 fielddata

eager_global_ordinals

doc_values

fields

  • 该参数的目的是为了实现 multi-fields
  • 一个字段，多种数据类型
  • 譬如：一个字段 city 的数据类型为 text ，用于全文索引，可以通过 fields 为该字段定义 keyword 类型，用于排序和聚合
# 设置 mapping
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": { 
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}

# 插入两条数据
PUT my_index/_doc/1
{
  "city": "New York"
}

PUT my_index/_doc/2
{
  "city": "York"
}

# 查询，city用于全文索引 match，city.raw用于排序和聚合
GET my_index/_search
{
  "query": {
    "match": {
      "city": "york" 
    }
  },
  "sort": {
    "city.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 
      }
    }
  }
}
复制代码

format

  • 由于JSON没有date类型，Elasticsearch预先通过format参数定义时间格式，将匹配的字符串识别为date类型，转换为时间戳（单位：毫秒）
  • format默认为：strict_date_optional_time||epoch_millis
  • Elasticsearch内建的时间格式:
名称格式
epoch_millis时间戳（单位：毫秒）
epoch_second时间戳（单位：秒）
date_optional_time 
basic_dateyyyyMMdd
basic_date_timeyyyyMMdd'T'HHmmss.SSSZ
basic_date_time_no_millisyyyyMMdd'T'HHmmssZ
basic_ordinal_dateyyyyDDD
basic_ordinal_date_timeyyyyDDD'T'HHmmss.SSSZ
basic_ordinal_date_time_no_millisyyyyDDD'T'HHmmssZ
basic_timeHHmmss.SSSZ
basic_time_no_millisHHmmssZ
basic_t_time'T'HHmmss.SSSZ
basic_t_time_no_millis'T'HHmmssZ
  • 上述名称加前缀 strict_ 表示为严格格式
  • 更多的查看文档

properties

  • 用于_doc，object和nested类型的字段定义子字段
PUT my_index
{
  "mappings": {
    "_doc": { 
      "properties": {
        "manager": { 
          "properties": {
            "age":  { "type": "integer" },
            "name": { "type": "text"  }
          }
        },
        "employees": { 
          "type": "nested",
          "properties": {
            "age":  { "type": "integer" },
            "name": { "type": "text"  }
          }
        }
      }
    }
  }
}

PUT my_index/_doc/1 
{
  "region": "US",
  "manager": {
    "name": "Alice White",
    "age": 30
  },
  "employees": [
    {
      "name": "John Smith",
      "age": 34
    },
    {
      "name": "Peter Brown",
      "age": 26
    }
  ]
}

复制代码

normalizer

  • 与 analyzer 类似，只不过 analyzer 用于 text 类型字段，分词产生多个 token，而 normalizer 用于 keyword 类型，只产生一个 token（整个字段的值作为一个token，而不是分词拆分为多个token）

  • 定义一个自定义 normalizer，使用大写uppercase过滤器

PUT test_index_4
{
  "settings": {
    "analysis": {
      "normalizer": {
        "my_normalizer": {
          "type": "custom",
          "char_filter": [],
          "filter": ["uppercase", "asciifolding"]
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "foo": {
          "type": "keyword",
          "normalizer": "my_normalizer"
        }
      }
    }
  }
}

# 插入数据
POST test_index_4/_doc/1
{
  "foo": "hello world"
}

POST test_index_4/_doc/2
{
  "foo": "Hello World"
}

POST test_index_4/_doc/3
{
  "foo": "hello elasticsearch"
}

# 搜索hello，结果为空，而不是3条！！ 
GET test_index_4/_search
{
  "query": {
    "match": {
      "foo": "hello"
    }
  }
}

# 搜索 hello world，结果2条，1 和 2
GET test_index_4/_search
{
  "query": {
    "match": {
      "foo": "hello world"
    }
  }
}
复制代码

其他字段

  • coerce
    • 强制类型转换，把json中的值转为ES中字段的数据类型，譬如：把字符串"5"转为integer的5
    • coerce默认为 true
    • 如果coerce设置为 false，当json的值与es字段类型不匹配将会 rejected
    • 通过 "settings": { "index.mapping.coerce": false } 设置索引的 coerce
  • enabled
    • 是否索引，默认为 true
    • 可以在_doc和字段两个粒度进行设置
  • ignore_above
    • 设置能被索引的字段的长度
    • 超过这个长度，该字段将不被索引，所以无法搜索，但聚合的terms可以看到
  • null_value
    • 该字段定义遇到null值时的处理策略，默认为Null，即空值，此时ES会忽略该值
    • 通过设定该值可以设定字段为 null 时的默认值
  • ignore_malformed
    • 当数据类型不匹配且 coerce 强制转换时,默认情况会抛出异常,并拒绝整个文档的插入
    • 若设置该参数为 true，则忽略该异常，并强制赋值，但是不会被索引，其他字段则照常
  • norms
    • norms 存储各种标准化因子，为后续查询计算文档对该查询的匹配分数提供依据
    • norms 参数对评分很有用，但需要占用大量的磁盘空间
    • 如果不需要计算字段的评分，可以取消该字段 norms 的功能
  • position_increment_gap
    • 与 proximity queries（近似查询）和 phrase queries（短语查询）有关
    • 默认值 100
  • search_analyzer
    • 搜索分词器，查询时使用
    • 默认与 analyzer 一样
  • similarity
    • 设置相关度算法，ES5.x 和 ES6.x 默认的算法为 BM25
    • 另外也可选择 classic 和 boolean
  • store
    • store 的意思是：是否在 _source 之外在独立存储一份，默认值为 false
    • es在存储数据的时候把json对象存储到"_source"字段里，"_source"把所有字段保存为一份文档存储（读取需要1次IO），要取出某个字段则通过 source filtering 过滤
    • 当字段比较多或者内容比较多，并且不需要取出所有字段的时候，可以把特定字段的store设置为true单独存储（读取需要1次IO），同时在_source设置exclude
    • 关于该字段的理解，参考： es设置mapping store属性
  • term_vector
    • 与倒排索引相关

Dynamic Mapping

ES是依靠JSON文档的字段类型来实现自动识别字段类型，支持的类型如下：

JSON 类型ES 类型
null忽略
booleanboolean
浮点类型float
整数long
objectobject
array由第一个非 null 值的类型决定
string匹配为日期则设为date类型（默认开启）；
匹配为数字则设置为 float或long类型（默认关闭）；
设为text类型，并附带keyword的子字段

举栗子

POST my_index/doc
{
  "username":"whirly",
  "age":22,
  "birthday":"1995-01-01"
}
GET my_index/_mapping

# 结果
{
  "my_index": {
    "mappings": {
      "doc": {
        "properties": {
          "age": {
            "type": "long"
          },
          "birthday": {
            "type": "date"
          },
          "username": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}
复制代码

日期的自动识别

  • dynamic_date_formats 参数为自动识别的日期格式，默认为 [ "strict_date_optional_time","yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
  • date_detection可以关闭日期自动识别机制
# 自定义日期识别格式
PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic_date_formats": ["MM/dd/yyyy"]
    }
  }
}
# 关闭日期自动识别机制
PUT my_index
{
  "mappings": {
    "_doc": {
      "date_detection": false
    }
  }
}
复制代码

数字的自动识别

  • 字符串是数字时，默认不会自动识别为整形，因为字符串中出现数字完全是合理的
  • numeric_detection 参数可以开启字符串中数字的自动识别

Dynamic templates

允许根据ES自动识别的数据类型、字段名等来动态设定字段类型，可以实现如下效果：

  • 所有字符串类型都设定为keyword类型，即不分词
  • 所有以message开头的字段都设定为text类型，即分词
  • 所有以long_开头的字段都设定为long类型
  • 所有自动匹配为double类型的都设定为float类型，以节省空间

Dynamic templates API

"dynamic_templates": [
    {
      "my_template_name": { 
        ...  match conditions ... 
        "mapping": { ... } 
      }
    },
    ...
]
复制代码

匹配规则一般有如下几个参数：

  • match_mapping_type 匹配ES自动识别的字段类型，如boolean，long，string等
  • match, unmatch 匹配字段名
  • match_pattern 匹配正则表达式
  • path_match, path_unmatch 匹配路径
# double类型的字段设定为float以节省空间
PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic_templates": [
        {
          "integers": {
            "match_mapping_type": "double",
            "mapping": {
              "type": "float"
            }
          }
        }
      ]
    }
  }
}
复制代码

自定义Mapping的建议

  1. 写入一条文档到ES的临时索引中，获取ES自动生成的Mapping
  2. 修改步骤1得到的Mapping，自定义相关配置
  3. 使用步骤2的Mapping创建实际所需索引

Index Template 索引模板

  • 索引模板，主要用于在新建索引时自动应用预先设定的配置，简化索引创建的操作步骤
    • 可以设定索引的setting和mapping
    • 可以有多个模板，根据order设置，order大的覆盖小的配置
  • 索引模板API，endpoint为 _template
# 创建索引模板，匹配 test-index-map 开头的索引
PUT _template/template_1
{
  "index_patterns": ["test-index-map*"],
  "order": 2,
  "settings": {
    "number_of_shards": 1
  },
  "mappings": {
    "doc": {
      "_source": {
        "enabled": false
      },
      "properties": {
        "name": {
          "type": "keyword"
        },
        "created_at": {
          "type": "date",
          "format": "YYYY/MM/dd HH:mm:ss"
        }
      }
    }
  }
}

# 插入一个文档
POST test-index-map_1/doc
{
  "name" : "小旋锋",
  "created_at": "2018/08/16 20:11:11"
}

# 获取该索引的信息，可以发现 settings 和 mappings 和索引模板里设置的一样
GET test-index-map_1

# 删除
DELETE /_template/template_1

# 查询
GET /_template/template_1
复制代码


参考文档：

  1. elasticsearch 官方文档
ZhaoYingChao88
关注
专栏目录
Elasticsearch 之 Mapping
jifeng3321的专栏
05-22 290
Elasticsearch 之 Mapping 什么是mapping Mapping 用来定义存储结构及索引过程，类似关系型数据中的schema 定义 定义索引中的字段名称 定义字段的数据类型 定义字段、倒排索引的相关配置 Mapping-Type mapping对应索引中的一个Type 一个type有一个mapping定义 ES 7.0 开始，不需要在Mapping 定义中指定type信息，type默认为_doc 字段的数据类型 创建索引 # 执行以下语句创建一个索引
ElasticSearch之Mapping设置
pizicai007的博客
02-13 720
ElasticSearch 中的 Mapping 类似与数据库中的表结构定义。Mapping 中的字段类型一旦设定后，禁止直接修改，原因是Lucene 实现的倒排索引生成后不允许修改，如果非要更改，只能重新建立索引，然后做 reindex 操作。Mapping 主要作用如下： 定义 Index 下的字段名； 定义字段的类型，如数值型，字符串型，布尔型； 定义倒排索引相关的配置，如是否索引，记...
Elasticsearch 6.x Mapping设置
小旋锋 的博客
08-16 1万+
Mapping 类似于数据库中的表结构定义，主要作用如下： 定义Index下字段名（Field Name） 定义字段的类型，比如数值型，字符串型、布尔型等 定义倒排索引的相关配置，比如是否索引、记录postion等 需要注意的是，在索引中定义太多字段可能会导致索引膨胀，出现内存不足和难以恢复的情况，下面有几个设置： index.mapping.total_fields.limi...
Elasticsearch Mapping 详解
最新发布
weixin_43875870的博客
09-05 1096
Mapping 也称之为映射，定义了 ES 的索引结构、字段类型、分词器等属性，是索引必不可少的组成部分。 ES 中的 mapping 有点类似与DB中“表结构”的概念，在 MySQL 中，表结构里包含了字段名称，字段的类型还有索引信息等。在 Mapping 里也包含了一些属性，比如字段名称、类型、字段使用的分词器、是否评分、是否创建索引等属性。
elasticsearch index 之 put mapping
djph26741的博客
08-17 559
elasticsearch index 之 put mapping mapping机制使得elasticsearch索引数据变的更加灵活，近乎于no schema。mapping可以在建立索引时设置，也可以在后期设置。后期设置可以是修改mapping（无法对已有的field属性进行修改，一般来说只是增加新的field）或者对没有mapping的索引设置mapping。pu...
ES6-映射(mapping)
weixin_33698043的博客
07-02 1239
2019独角兽企业重金招聘Python工程师标准>>> ...
ElasticSearch (3) Java API -- put mapping to index
iteye_3911的博客
11-14 284
// make sure the index existing before putting the mapping Map map = client.admin().cluster() .health(new ClusterHealthRequest(indexName)).actionGet() .getIndices(); // map is always ...
ElasticSearch Mapping
01-07
一、Mapping介绍 1）什么是Mapping ？ 备注：7.0版本后ES,是通过自动识别字段...6） 能否修改Mapping字段的类型 二、Demo 7）常规Mapping添加删除 #写入文档，查看 Mapping PUT mapping_test/_doc/1 { firstName:
Elasticsearch7中的mapping设置以及变化
天涯的博客
08-15 1万+
简述 在Elasticsearch7.0之前，我们将每个文档存储在index中，并分配一个映射类型，映射类型用于标识索引的文档或实体的类型，比如：在一个register 索引中，我们可能设置user类型和information类型。在user类型中可能存在username、age、sex等字段，information中可能存在username、password、createtime等字段，我们在...
Elasticsearch学习-索引操作及Mapping映射_es建索引建mapping
2401_84181403的博客
04-21 955
一个索引包含一个多个分片，7.0之前默认五个主分片，每个主分片一个副本，在7.0之后默认一个主分片，副本可以在索引创建之后修改数量，但是主分片的数量一旦确定不可修改。设置text类型以后，字段内容会被分析，在生成倒排索引（默认）以前，字符串会被分析器分成一个一个词项，text类型的字段不用于排序，很少用于聚合。index： 是否对当前字段创建倒排索引，默认为true，若为false，该字段不会通过索引被搜索到，但是仍会在source元数据中展示。
elasticsearch添加mapping
Winne_Shen的专栏
05-22 2275
//EsMapping.java public class EsMapping { private static Map> INDEX_TYPE_MAPPING = new HashMap>() { { put("yourFiledName1", new LinkedHashMap() {{put("type","string");}}); put(
ElasticSearch中的Mapping操作
多哥仁慈的骆驼
09-05 470
1.获取文档的mapping   GET /net_log/user/_mapping 2.自定义mapping  PUT /net_log2  {     "settings":{        "number_of_shards":3,        "number_of_replicas":0     },     "mappings":{         "user1":{        ...
分布式搜索elasticsearch java API 之（二）------put Mapping定
qiezikuaichuan的专栏
08-01 790
Mapping,就是对索引库中索引的字段名及其数据类型进行定义，类似于关系数据库中表建立时要定义字段名及其数据类型那样，不过es的 mapping比数据库灵活很多，它可以动态添加字段。一般不需要要指定mapping都可以，因为es会自动根据数据格式定义它的类型，如果 Mapping,就是对索引库中索引的字段名及其数据类型进行定义，类似于关系数据库中表建立时要定义字段名及其数据类型那样，不
【ElasticSearch-基础篇】Mapping结构
qq_42890164的博客
01-08 2652
【ElasticSearch-基础篇】Mapping结构
一文搞懂 Elasticsearch 之 Mapping
热门推荐
吴名氏的博客
11-13 4万+
一文搞懂 Elasticsearch 之 Mapping
《Elasticsearch:权威指南》Indices APIs -- Put Mapping(定义和修改mapping)
m0_45406092的博客
08-10 2363
文章目录Put Mapping(设置映射)Multi-index(多索引)Skipping types Put Mapping(设置映射) 格式：PUT /{index}/_mapping/{type} PUT mapping API 允许您将字段添加到现有索引或仅通过修改已存在字段的设置来改变搜索结果。 PUT twitter // 创建一个名叫 twitter 的索引，未指定mapping {} PUT twitter/_mapping/_doc { "properties": {
Elasticsearch学习-索引操作及Mapping映射_es建索引建mapping(1)
2401_84159911的博客
04-13 789
同插入数据，全量替换指定字段更新（两种格式均可）3.按条件删除数据定义文档及其包含字段的存储和索引信息，类似“表结构” 概念包含属性：字段名称、类型、字段使用的分词器、是否评分、是否创建索引等long integer short byte double float half_float scaled_float unsigned_longkeyword：适用于索引结构化的字段，只能精确值搜索，可以用于过滤、排序、聚合constant_keyword：始终包含相同
Elasticsearch 基础之映射详解（mappping）
zwl2220943286的博客
03-27 410
Elasticsearch中的mapping的基本概念和使用
（六：2）elasticsearch索引的mapping详解
weixin_43930865的博客
09-21 6438
1：mapping详解 一个索引的设置包括setting和mapping两部分 1：setting部分 是对索引的设置信息，更多参数信息看官网，示例如下 "settings": { "number_of_shards": "1", 该索引的所有分片数，每个节点每GB堆空间的分片数量应该少于20个 "number_of_replicas": "0", 该索引的副本个数 "refresh_interval": "30s" 索引的段的刷新间隔 index.max_rescore_wi
Elasticsearch es Mapping
05-26
如果 Elasticsearch 发现一个新的字段，它会自动将其添加到 Mapping 中，并根据字段的数据类型进行设置。 Mapping 有助于优化搜索性能和提高搜索准确性。正确定义 Mapping 可以使 Elasticsearch 更好地理解文档中的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ZhaoYingChao88

整理不易，还请多多支持，谢谢

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值