ElasticSearch 目前也算是非常火了,站内搜索、日志分析都会用到它,而且还可以直接当成 NoSQL 数据库来使用。
接下来,我们就通过下面这个简单介绍,开启 es 之旅吧~
公众号 : 倔强小狮子
文章目录
1. 动态映射
1· 顾名思义,就是自动创建出来的映射。ElasticSearch 根据存入的文档,自动分析出来文档中字段的类型以及存储方式,这种就是动态映射。
2· 创建一个索引
```bash
PUT lionet
```
3· 获取新建索引信息
GET index/_mapping
bash GET lionet/_mapping
4· 在创建好的索引信息中,可以看到,mappings 为空,这个 mappings 中保存的就是映射信息。
5· 向索引中添加一个文档
POST lionet/_doc/1
{
"title":"倔强的小狮子",
"content":"学习 Elastic Search",
"date":"2021-04-04"
}
5· 可以观察到 content 字段类型是 text, date 字段类型是 date, title 字段类型是 text,
7· 默认情况下在文档新增字段时, mappings 会自动新增进来
POST lionet/_doc/2
{
"title":"倔强的小狮子",
"content":"学习 Elastic Search",
"date":"2021-04-04",
"phoneNum":"12345678901"
}
1.2 动态映射日期检测问题
1例如新建一个索引,然后添加一个含有日期的文档
POST lionet/_doc/1
{
"title":"倔强的小狮子" ,
"date":"2022-04-04"
}
2· 注意 : "date ":"2022-04-04 00:50:55" ES 自动检测时间字段失败
POST lionet/_doc/1
{
"title":"倔强的小狮子" ,
"date":"2022-04-04 00:50:55"
}
1.3 动态映射检测类型弊端
1· 当动态检测字段类型定义后, 该字段无法存储其他类型, 例如 上诉 date 字段,可以进行存储 数字类型时间,也可以存储其他时间描述法
POST lionet/_doc/2
{
"title":"倔强的小狮子" ,
"date":"二零二一年,四月五号"
}
2· 解决动态映射日期检测字段问题, 可以使用静态映射解决,也可以进行关闭日期检测问题, 创建新索引时进行关闭日期检测问题
PUT lionet
{
"mappings": {
"date_detection": false
}
}
2. 静态映射(关闭动态映射 “建议关闭动态映射”)
1· 但在某些特定环境下,我们希望在修改文档时,能进行抛出异常告诉 我们不可新增字段, 这个可以使用 mappings
中的dynamic 属性
来配置
2· dynamic 属性有三种取值
true,默认
即此。自动添加新字段。
false,忽略新字段。
== strict,严格模式,发现新字段会抛出异常。==
3· 例如 : 创建索引时指定 mappings (就是静态映射)
bash PUT lionet { "mappings":{ "dynamic":"strict", "properties": { "title":{ "type": "text" }, "content":{ "type":"text" } } } }
“dynamic”:“strict” : 关闭动态映射
4. 向索引中添加一个 新文档
多 addr 字段 如下提示 :
POST lionet/_doc/1
{
"title":"倔强的小狮子",
"content":"公众号搜索倔强的小狮子",
"addr":"山东"
}
5· 在添加的文档中,多出了一个 addr 字段,而该字段没有预定义,所以这个添加操作就回报错:
3. 类型推断
es 中动态映射类型推断方式
JSON 的数据 | “dynamic”:“true” | “dynamic”:“runtime” |
---|---|---|
null | No field added | No field added |
true or false | boolean | boolean |
double | float | double |
integer | long | long |
object | object | object |
array | 数组中的第一个元素来确定类型 | 数组中的第一个元素来确定类型 |
string 进行日期检测 | date | date |
string通过数字检测 | float 或者 long | double 或者 long |
string没有通过date检测或numeric检测 | 带有.keyword字段text | keyword |
4. 核心类型
4.1 字符串类型
1· 字符串类型( string ) :这是一个已经过期的字符串类型。在 es5 之前,用这个来描述字符串,现在的话,它已经被 text 和 keyword 替代了。
2 · text:如果一个字段是要被全文检索的,比如说博客内容、新闻内容、产品描述,那么可以使用 text。用了 text 之后,字段内容会被分析,在生成倒排索引之前,字符串会被分词器分成一个个词项。text 类型的字段不用于排序,很少用于聚合。这种字符串也被称为 analyzed 字段。
3· keyword:这种类型适用于结构化的字段,例如标签、email 地址、手机号码等等,这种类型的字段可以用作过滤、排序、聚合等。这种字符串也称之为 not-analyzed 字段
4.2 数字类型
类型 | 取值范围 |
---|---|
long | 类型取值范围long-2^63到2~63-1 |
integer | -2-31到2^31-1 |
short | -2 ^15到2 ^15-1 |
byte | -2^7到2 ^7-1 |
double | 64位的双精度IEEE754浮点类型 |
float | 32 位的双精度IEEE754浮点类型 |
half-_float | 16的双精度IEEE754浮点类型 |
scaled_foat | 缩放类型的浮点类型 |
1· 在满足需求的情况下,优先使用范围小的字段。字段长度越短,索引和搜索的效率越高。
2· 浮点数,优先考虑使用 scaled_float
3· scaled_foat 类型 缩放因子处理, 说明 : 例如一个价格为 66.66元,设置缩放因子为100,那么ES底层会通过缩放因子处理后 存储时 为 6666, 可以理解为 将当前存储的 scaled_foat 类型的数值通过缩放因子设置的值进行扩大多少倍==(通过缩放因子处理后依然存在小数时会进行四舍五入处理了)==,所有API都可以像将字段存储为双精度一样工作,但在ES的幕后,将使用 price*100(即整数)来工作。这对节省磁盘空间
很有帮助,因为整数比浮点数更容易压缩。scaled_float也可以使用它来交换磁盘空间的准确性
"type": "scaled_float", "scaling_factor": 100
PUT lionet
{
"mappings": {
"properties": {
"title":{
"type": "text"
},
"price":{
"type": "scaled_float",
"scaling_factor": 100
}
}
}
}
4· 虽然ES在内部做了缩放处理,但是查询返回值还是原始值
4.3 时间类型
1· 由于 JSON 中没有日期类型,所以 es 中的日期类型形式就比较多样:2020-11-11 或者 2020-11-11 11:11:11 或者 一个从 1970.1.1 零点到现在的一个秒数或者毫秒数。
2· es 内部将时间转为 UTC,然后将时间按照 millseconds-since-the-epoch 的长整型来存储。
PUT lionet
{
"mappings": {
"properties": {
"date":{
"type": "date"
}
}
}
}
3· 能够解析出来的时间格式较多
PUT lionet/_doc/1
{
"date":"2020-11-11"
}
PUT lionet/_doc/2
{
"date":"2020-11-11T11:11:11Z"
}
PUT lionet/_doc/3
{
"date":"1604672099958"
}
4· 上面三个文档中的日期都可以被解析,内部存储的是毫秒计时的长整型数。
4.4 布尔类型(boolean)
1· JSON 中的 “true”、“false”、true、false 都可以
4.5 二进制类型(binary)
1· 二进制接受的是 base64 编码的字符串,默认不存储,也不可搜索的
2· 可以设置 字段分开存储和检索字段值。接受true或false(默认)
4.6 范围类型
- integer_range
- float_range
- long_range
- double_range
- date_range
- ip_range
1· 定义的时候,指定范围类型即可:
PUT lionet
{
"mappings": {
"properties": {
"date":{
"type": "date"
},
"price":{
"type":"float_range"
}
}
}
}
2· 插入文档的时候,需要指定范围的界限:
PUT lionet/_doc/1
{
"date":"2021-04-05",
"price":{
"gt":5,
"lt":10
}
}
注意 : ES 是不会将范围类型字段展示
3· 只能用于查询
GET lionet/_doc/_search
{
"query": {
"term": {
"price": {
"value": 3
}
}
}
}
4. 上诉未能查询到, 因只能范围 5< >10, 下面将 price value 6 则可搜索到
GET lionet/_doc/_search
{
"query": {
"term": {
"price": {
"value": 6
}
}
}
}
指定范围的时,可以使用 gt、gte、lt、lte。
4.7 复合类型
4.7.1 数组类型
1· es 中没有专门的数组类型。默认情况下,任何字段都可以有一个或者多个值。需要注意的是,数组中的元素必须是同一种类型。
2· 添加数组是,数组中的第一个元素决定了整个数组的类型。
4.7.2 对象类型(object)
1· 由于 JSON 本身具有层级关系,所以文档包含内部对象。内部对象中,还可以再包含内部对象。
2. 数据里面也可以存储数组,但里面和外面的元素类型必须一致
3. 数组内部也可以存储对象
PUT lionet/_doc/1
{
"date":"2020-11-11T11:11:11Z",
"content":{
"address":"China"
}
}
4.8 嵌套类型(nested)
1· nested 是 object 中的一个特例。
2. 如果使用 object 类型,假如有如下一个文档:
PUT lionet/_doc/1
{
"user":[
{
"first":"Zhang",
"last":"san"
},
{
"first":"Li",
"last":"si"
}
]
}
3· 由于 Lucene 没有内部对象的概念,所以 es 会将对象层次扁平化,将一个对象转为字段名和值构成的简单列表。即上面的文档,最终存储形式如下:
{
"user.first":["Zhang","Li"],
"user.last":["san","si"]
}
4· 扁平化之后,用户名之间的关系没了。这样会导致如果搜索 Zhang si 这个人,会搜索到。
5· 此时可以 nested 类型来解决问题,nested 对象类型可以保持数组中每个对象的独立性。nested 类型将数组中的每一饿对象作为独立隐藏文档来索引,这样每一个嵌套对象都可以独立被索引。
{
{
"user.first":"Zhang",
"user.last":"san"
},
{
"user.first":"Li",
"user.last":"si"
}
}
优点 :文档存储在一起,读取性能高。
缺点 : 更新父或者子文档时需要更新更个文档
4.9 地理类型
1· 使用场景:
- 查找某一个范围内的地理位置
- 通过地理位置或者相对中心点的距离来聚合文档
- 把距离整个到文档的评分中
- 通过距离对文档进行排序
4.9.1 geo_point(坐标点)
PUT lionet
{
"mappings": {
"properties": {
"location":{
"type": "geo_point"
}
}
}
}
2· 创建时指定字段类型,存储的时候,有四种方式:
PUT lioent/_doc/1
{
"location":{
"lat": 36.27,
"lon": 108.94
}
}
PUT lioent/_doc/2
{
"location":"36.27,108.94"
}
PUT lioent/_doc/3
{
"location":"uzbrgzfxuzup"
}
PUT lioent/_doc/4
{
"location":[108.94,36.27]
}
3· 注意,使用数组描述,先经度后纬度。地址位置转 geo_hash:http://www.csxgame.top/#/
4.10 geo_shape
GeoJson | ElasticSearch | 说明 |
---|---|---|
Point | point | 一个由经纬度描述的点 |
LineString | linestring | 一个任意的线条,由两个以上的点组成 |
Polygon | polygon | 一个封闭多边形一组不连续的点 |
MultiPoint | multipoint | 一组不连续的点 |
MultiLineString | multilinestring | 多条不关联的线 |
MultiPolygon | multipolygon | 多个多边形 |
GeometryCollection | geometrycollection | 几何对象的集合 |
circle | 一个圆形 | |
envelope | 通过左上角和右下角两个点确定的矩形 |
1· 指定 geo_shape 类型
PUT lionet
{
"mappings": {
"properties": {
"location":{
"type": "geo_shape"
}
}
}
}
2· 添加文档时需要指定具体的类型
PUT lionet/_doc/1
{
"location":{
"type":"point",
"coordinates": [108.94,36.27]
}
}
3· 如果是 linestring,如下
PUT lionet/_doc/2
{
"location":{
"type":"linestring",
"coordinates": [[108.94,34.27],[100,33]]
}
}
4.11 特殊类型
4.11.1 IP
1· 存储 IP 地址,类型是 ip
PUT lionet
{
"mappings": {
"properties": {
"address":{
"type": "ip"
}
}
}
}
2· 添加文档
PUT lionet/_doc/1
{
"address":"192.168.91.1"
}
3· 搜索文档
GET lionet/_search
{
"query": {
"term": {
"address": "192.168.0.0/16"
}
}
}
4.11.2 token_count
1· 用于统计字符串分词后的词项个数
PUT lionet
{
"mappings": {
"properties": {
"title":{
"type": "text",
"fields": {
"length":{
"type":"token_count",
"analyzer":"standard"
}
}
}
}
}
}
2· 相当于新增了 title.length 字段用来统计分词后词项的个数
添加文档
PUT lionet/_doc/1
{
"title":"zhang san"
}
3· 可以通过 token_count 去查询
GET lionet/_search
{
"query": {
"term": {
"title.length": 2
}
}
}
期待你的关注,和我一起学习
转载说明:转载携带原文链接