18-ElasticSearch-映射-常用映射类型

6.2 常用映射类型

6.2.1 text文本字段
下图是ES6.2核心的字段类型如下

字符串包括text和keyword两种类型：
1、text
1）analyzer
通过analyzer属性指定分词器。
下边指定name的字段类型为text，使用ik分词器的ik_max_word分词模式。

"name": {
	"type": "text",
	"analyzer":"ik_max_word"
}

上边指定了analyzer是指在索引和搜索都使用ik_max_word，如果单独想定义搜索时使用的分词器则可以通过
search_analyzer属性。
对于ik分词器建议是索引时使用ik_max_word将搜索内容进行细粒度分词，搜索时使用ik_smart提高搜索精确性。

"name": {
	"type": "text",
	"analyzer":"ik_max_word",
	"search_analyzer":"ik_smart"
}

两个分词器，一个用于索引，一个用于搜索。

如：现在有一篇文章，里面有很多词语，我需要把这篇文章的索引添加到索引库，要添加索引需要先分词， “analyzer”:"ik_max_word"这个意思是，分词时要用ik_max_word这个分词器，这是个细分词器，所以到时候会把这篇文章的各种小词全部保存到索引库。
刚才讲的是，索引时要分词，应该用ik_max_word这个细粒度分词，还是ik_smart粗粒度分词。

这时候大家意见不一致了。有人认为越细越好，有人认为细的话就不准确了。

那我们分析下，假设文章有中华人民共和国人民大会堂。假如把“中华人民共和国”和“人民大会堂”存到索引库，那么搜索“中华”搜不出来这篇文章。因为词语和词语之间的匹配是精确匹配。搜“中华”它去找找个索引库里有“中华”这个词没，发现没有。这时候发现越细越好。

搜索时也要分词，如当搜索“中华人民共和国人民大会堂”时，现在我要分词了，如果不分词就去索引库查找“中华人民共和国人民大会堂”，这样不太合适吧，所以需要把搜索的关键词，也要分成很多词，然后拿着这个词去词库去匹配。

所以搜索时候需要分词，索引时候也要分词。索引时候要用细粒度分词器，那么搜索时候用什么分词器，我们来分析下。

“中华人民共和国人民大会堂”,已经在索引库里很细的分了，比如“中华”，“华人”，“人民”，“国人”，“大会堂”等。

如果搜索用细粒度分词，那么“华人”会匹配很多文章，实际上我们想搜“中华人民共和国人民大会堂”相关的文章，但是它把“中华”，“华人”，“人民”这些文章都搜出来，所以搜索的时候颗粒尽量粗一些。那么他就会拿着“人民大会堂”这个词去搜索这篇文章，就会找“人民大会堂”的这篇文章。所以搜索时的分词器一定是粗颗粒度的分词器。

所以，索引时要用细粒度分词器，搜索用粗粒度分词。

对于ik分词器建议是索引时使用ik_max_word将搜索内容进行细粒度分词，搜索时使用ik_smart提高搜索精确性。

"name": {
	"type": "text",
	"analyzer":"ik_max_word",
	"search_analyzer":"ik_smart"
}

2）index
通过index属性指定是否索引。
默认为index=true，即要进行索引，只有进行索引才可以从索引库搜索到。
但是也有一些内容不需要索引，比如：商品图片地址只被用来展示图片，不进行搜索图片，此时可以将index设置
为false。

"pic": {
"type": "text",
"index":false
}

删除索引，重新创建映射，将pic的index设置为false，尝试根据pic去搜索，结果搜索不到数据

index=true：我就会把这个字段的内容“中华人民共和国人民大会堂”给你分词
index=false：我就会把这个字段的内容“中华人民共和国人民大会堂”原样的存到索引库

3）store
是否在source之外存储，每个文档索引后会在 ES中保存一份原始文档，存放在"_source"中，一般情况下不需要设置
store为true，因为在_source中已经有一份原始文档了。
就是说，有一篇文章，她会分词，把索引词保存到索引库里，也会把原始的文章保存到索引库中，保存在"_source"这个字段中。store呢，是否在source之外存储，那么我就不建议了，因为我已经给你存了，所以就不用额外存了，所以官方默认是false。所以就不用设置。

6.2.1.1 测试

删除xc_course/doc下的映射

创建新映射：

Post http://localhost:9200/xc_course/doc/_mapping

{
	"properties": {
		"name": {
			"type": "text",
			"analyzer":"ik_max_word",
			"search_analyzer":"ik_smart"
		},
		"description": {
			"type": "text",
			"analyzer":"ik_max_word",
			"search_analyzer":"ik_smart"
		},
		"pic":{
			"type":"text",
			"index":false
		},
		"studymodel":{
			"type":"text"
		}
	}
}

插入文档：
http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000

{ 
	"name":"Bootstrap开发框架",
	"description":"Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包 含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的 精美界面效果。",
	"pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
	"studymodel":"201002" 
}

查询测试：
Get http://localhost:9200/xc_course/_search?q=name:开发


java开发也能搜，因为我们搜索时也分词，pic不能搜，studymodel也可以搜，因为它使用的是默认分词器

Get http://localhost:9200/xc_course/_search?q=description:开发
Get http://localhost:9200/xc_course/_search?
q=pic:group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg

Get http://localhost:9200/xc_course/_search?q=studymodel:201002

通过测试发现：name和description都支持全文检索，pic不可作为查询条件。

6.2.2 keyword关键字字段

上边介绍的text文本字段在映射时要设置分词器，keyword字段为关键字字段，通常搜索keyword是按照整体搜
索，所以创建keyword字段的索引时是不进行分词的，比如：邮政编码、手机号码、身份证等。keyword字段通常
用于过虑、排序、聚合等。

如搜索身份证号，那么我们就要进行精确匹配

6.2.2.1测试
删除原来的索引：

更改映射：

{
	"properties": {
		"studymodel":{
			"type":"keyword"
		},
		"name":{
			"type":"keyword"
		},
		"description": {
			"type": "text",
			"analyzer":"ik_max_word",
			"search_analyzer":"ik_smart"
		},
		"pic":{
			"type":"text",
			"index":false
		}
	}
}

插入文档:

{ 
	"name":"Bootstrap开发框架",
	"description":"Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包 含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的 精美界面效果。",
	"pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
	"studymodel":"201002" 
}

根据studymodel查询文档
搜索：http://localhost:9200/xc_course/_search?q=name:java
name是keyword类型，所以查询方式是精确查询。
所以搜java搜不到，但是搜Bootstrap开发框架能搜索，因为是精确查询

6.2.3 date日期类型

日期类型不用设置分词器。
通常日期类型的字段用于排序。
1)format
通过format设置日期格式
例子：
下边的设置允许date字段存储年月日时分秒、年月日及毫秒三种格式。

{
	"properties": {
		"timestamp": {
			"type": "date",
			"format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd"
		}
	}
}

插入文档：
Post :http://localhost:9200/xc_course/doc/3

{
	"name": "spring开发基础",
	"description": "spring 在java领域非常流行，java程序员都在用。",
	"studymodel": "201001",
	"pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
	"timestamp":"2018‐07‐04 18:28:58"
}

6.2.4 数值类型

下边是ES支持的数值类型

1、尽量选择范围小的类型，提高搜索效率.。如年龄，就用long类型
2、对于浮点数尽量用比例因子，比如一个价格字段，单位为元，我们将比例因子设置为100这在ES中会按 分 存
储，映射如下：

"price": {
	"type": "scaled_float",
	"scaling_factor": 100
},

由于比例因子为100，如果我们输入的价格是23.45则ES中会将23.45乘以100存储在ES中。
如果输入的价格是23.456，ES会将23.456乘以100再取一个接近原始值的数，得出2346。
使用比例因子的好处是整型比浮点型更易压缩，节省磁盘空间。
如果比例因子不适合，则从下表选择范围小的去用：

更新已有映射，并插入文档：
http://localhost:9200/xc_course/doc/3

{
	"name": "spring开发基础",
	"description": "spring 在java领域非常流行，java程序员都在用。",
	"studymodel": "201001",
	"pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg",
	"timestamp":"2018‐07‐04 18:28:58",
	"price":38.6
}

6.2.5 综合例子

创建如下映射
post：http://localhost:9200/xc_course/doc/_mapping

{
	"properties": {
		"description": {
			"type": "text",
			"analyzer": "ik_max_word",
			"search_analyzer": "ik_smart"
		},
		"name": {
			"type": "text",
			"analyzer": "ik_max_word",
			"search_analyzer": "ik_smart"
		},
		"pic":{
			"type":"text",
			"index":false
		},
		"price": {
			"type": "float"
		},
		"studymodel": {
			"type": "keyword"
		},
		"timestamp": {
			"type": "date",
			"format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd||epoch_millis"
		}
	}
}

插入文档：
Post: http://localhost:9200/xc_course/doc/1

{ 
	"name": "Bootstrap开发", 
	"description": "Bootstrap是由Twitter
	推出的一个前台页面开发框架，是一个非常流行的开发框架，此框架集成了多种页面效果。此开发框架包含了大量
	的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的精
	美界面效果。", 
	"studymodel": "201002", 
	"price":38.6, 
	"timestamp":"2018-04-25 19:11:35",
	"pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg" 
}