Elasticsearch 6 入门教程之什么是Mapping

系列文章

• Elasticsearch 6 入门教程之ElasticSearch概述
• Elasticsearch 6 入门教程之安装Elasticsearch
• Elasticsearch 6 入门教程之ElasticSearch倒排索引和分词器
• Elasticsearch 6 入门教程之ElasticSearch API 实现CRUD
• Elasticsearch 6 入门教程之什么是Mapping
• Elasticsearch 6 入门教程之查询语法(查询详解)

什么是Mapping

插入几条数据，让es自动为我们建立一个索引

PUT /myindex/article/1 { 
    "post_date": "2018-05-10", 
    "title": "Java", 
    "content": "java is the best language", 
    "author_id": 119 
}

PUT /myindex/article/2 { 
    "post_date": "2018-05-12", 
    "title": "html", 
    "content": "I like html", 
    "author_id": 120 
}

PUT /myindex/article/3 { 
    "post_date": "2018-05-16", 
    "title": "es", 
    "content": "Es is distributed document store", 
    "author_id": 110 
}

GET /myindex/article/_search?q=2018-05

GET /myindex/article/_search?q=2018-05-10

GET /myindex/article/_search?q=html

GET /myindex/article/_search?q=java

#查看es自动创建的mapping

GET /myindex/article/_mapping

es自动创建了index，type，以及type对应的mapping(dynamic mapping)

什么是映射：mapping定义了type中的每个字段的数据类型以及这些字段如何分词等相关属性

{ 
    "myindex": { 
        "mappings": { 
            "article": { 
                "properties": { 
                    "author_id": { "type": "long" }, 
                    "content": { 
                        "type": "text", 
                        "fields": { 
                            "keyword": { 
                                "type": "keyword", 
                                "ignore_above": 256 
                            } 
                        } 
                    }, 
                    "post_date": { "type": "date" }, 
                    "title": { 
                        "type": "text", 
                        "fields": { 
                            "keyword": { 
                                "type": "keyword", 
                                "ignore_above": 256 
                            } 
                        } 
                    } 
                } 
             } 
        } 
    } 
}

创建索引的时候,可以预先定义字段的类型以及相关属性，这样就能够把日期字段处理成日期，把数字字段处理成数字，把字符串字段处理字符串值等

支持的数据类型：

(1)核心数据类型（Core datatypes）

字符型：string，string类型包括 text 和 keyword

text类型被用来索引长文本，在建立索引前会将这些文本进行分词，转化为词的组合，建立索引。允许es来检索这些词语。text类型不能用来排序和聚合。

Keyword类型不需要进行分词，可以被用来检索过滤、排序和聚合。keyword 类型字段只能用本身来进行检索

• 数字型：long, integer, short, byte, double, float
• 日期型：date
• 布尔型：boolean
• 二进制型：binary

(2)复杂数据类型（Complex datatypes）

数组类型（Array datatype）：数组类型不需要专门指定数组元素的type，例如：

• 字符型数组: [ "one", "two" ]
• 整型数组：[ 1, 2 ]
• 数组型数组：[ 1, [ 2, 3 ]] 等价于[ 1, 2, 3 ]
• 对象数组：[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]

对象类型（Object datatype）：_ object _ 用于单个JSON对象；
嵌套类型（Nested datatype）：_ nested _ 用于JSON数组；

(3)地理位置类型（Geo datatypes）

地理坐标类型（Geo-point datatype）：_ geo_point _ 用于经纬度坐标；
地理形状类型（Geo-Shape datatype）：_ geo_shape _ 用于类似于多边形的复杂形状；

(4)特定类型（Specialised datatypes）

IPv4 类型（IPv4 datatype）：_ ip _ 用于IPv4 地址；
Completion 类型（Completion datatype）：_ completion _提供自动补全建议；
Token count 类型（Token count datatype）：_ token_count _ 用于统计做了标记的字段的index数目，该值会一直增加，不会因为过滤条件而减少。
mapper-murmur3
类型：通过插件，可以通过 _ murmur3 _ 来计算 index 的 hash 值；
附加类型（Attachment datatype）：采用 mapper-attachments
插件，可支持_ attachments _ 索引，例如 Microsoft Office 格式，Open Document 格式，ePub, HTML 等。

支持的属性：

"store":false//是否单独设置此字段的是否存储而从_source字段中分离，默认是false，只能搜索，不能获取值

"index": true//分词，不分词是：false ，设置成false，字段将不会被索引

"analyzer":"ik"//指定分词器,默认分词器为standard analyzer

"boost":1.23//字段级别的分数加权，默认值是1.0

"doc_values":false//对not_analyzed字段，默认都是开启，分词字段不能使用，对排序和聚合能提升较大性能，节约内存

"fielddata":{"format":"disabled"}//针对分词字段，参与排序或聚合时能提高性能，不分词字段统一建议使用doc_value

"fields":{"raw":{"type":"string","index":"not_analyzed"}} //可以对一个字段提供多种索引模式，同一个字段的值，一个分词，一个不分词

"ignore_above":100 //超过100个字符的文本，将会被忽略，不被索引

"include_in_all":ture//设置是否此字段包含在_all字段中，默认是true，除非index设置成no选项

"index_options":"docs"//4个可选参数docs（索引文档号） ,freqs（文档号+词频），positions（文档号+词频+位置，通常用来距离查询），offsets（文档号+词频+位置+偏移量，通常被使用在高亮字段）分词字段默认是position，其他的默认是docs

"norms":{"enable":true,"loading":"lazy"}//分词字段默认配置，不分词字段：默认{"enable":false}，存储长度因子和索引时boost，建议对需要参与评分字段使用 ，会额外增加内存消耗量

"null_value":"NULL"//设置一些缺失字段的初始化值，只有string可以使用，分词字段的null值也会被分词

"position_increament_gap":0//影响距离查询或近似查询，可以设置在多值字段的数据上火分词字段上，查询时可指定slop间隔，默认值是100

"search_analyzer":"ik"//设置搜索时的分词器，默认跟ananlyzer是一致的，比如index时用standard+ngram，搜索时用standard用来完成自动提示功能

"similarity":"BM25"//默认是TF/IDF算法，指定一个字段评分策略，仅仅对字符串型和分词类型有效

"term_vector":"no"//默认不存储向量信息，支持参数yes（term存储），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量) 对快速高亮fast vector highlighter能提升性能，但开启又会加大索引体积，不适合大数据量用

映射的分类：

(1)动态映射：

当ES在文档中碰到一个以前没见过的字段时，它会利用动态映射来决定该字段的类型，并自动地对该字段添加映射。

可以通过dynamic设置来控制这一行为，它能够接受以下的选项：

true：默认值。动态添加字段
false：忽略新字段
strict：如果碰到陌生字段，抛出异常

dynamic设置可以适用在根对象上或者object类型的任意字段上。

//给索引lib2创建映射类型
POST /lib2
{
    "settings":{
        "number_of_shards" : 3,
        "number_of_replicas" : 0
    },
    "mappings":{ 
        "books":{  
            "properties":{    
                "title":{"type":"text"},
                "name":{"type":"text","index":false},
                "publish_date":{"type":"date","index":false},        
                "price":{"type":"double"},        
                "number":{"type":"integer"}
            }
          }
    }
}

//给索引lib2创建映射类型
POST /lib2
{
    "settings":{
        "number_of_shards" : 3,
        "number_of_replicas" : 0
    },
    "mappings":{
        "books":{  
            "properties":{    
                "title":{"type":"text"},
                "name":{"type":"text","index":false},
                "publish_date":{"type":"date","index":false},        
                "price":{"type":"double"},        
                "number":{
                    "type":"object",
                    "dynamic":true
                }
            }
        }
    }
}