ElasticSearch-04-索引、类型、映射

1、简单介绍

Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

详细说明：

概念	说明
索引库（indexes)	索引库包含一堆相关业务，结构相似的文档document数据，比如说建立一个商品product索引库，里面可能就存放了所有的商品数据。
类型（type）	type是索引库中的一个逻辑数据分类，一个type下的document，都有相同的field，类似于数据库中的表。比如商品type，里面存放了所有的商品document数据。6.0版本以后一个index只能有1个type，6.0版本以前每个index里可以是一个或多个type。
文档（document）	文档是es中的存入索引库最小数据单元，一个document可以是一条客户数据，一条商品数据，一条订单数据，通常用JSON数据结构表示。document存在索引库下的type类型中。
字段（field）	Field是Elasticsearch的最小单位。一个document里面有多个field，每个field就是一个数据字段
映射配置（mappings）	类型对文档结构的约束叫做映射(mapping)，用来定义document的每个字段的约束。如：字段的数据类型、是否分词、是否索引、是否存储等特性。类型是模拟mysql中的table概念。表是有结构的，也就是表中每个字段都有约束信息；

2、索引库的操作

2.1 语法

创建索引库

put /索引库名

查看索引库

get /索引库名

删除索引库

delete /索引库名

2.2 题目

创建索引库 test
查看索引库 test
删除索引库 test
查看索引库 test

2.3 答案

#创建索引库 test
put /test

#查看索引库 test
get /test

#删除索引库 test
delete /test

#查看索引库 test
get /test

3、类型及映射操作

有了 索引库，等于有了数据库中的database。接下来就需要索引库中的类型了，也就是数据库中的表。创建数据库表需要设置字段约束，索引库也一样，在创建索引库的类型时，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做字段映射(mapping)
字段的约束包括但不限于：

• 字段的数据类型
• 是否要存储
• 是否要索引
• 是否分词
• 分词器是什么

我们一起来看下创建的语法。

3.2 创建映射字段

3.2.1 语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称 或 索引库名/类型名称/_mapping
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}

• 类型名称：就是前面将的type的概念，类似于数据库中的表
• 字段名：任意填写，下面指定许多属性，例如：
  type：类型，可以是text、long、short、date、integer、object等
  index：是否索引，默认为true
  store：是否存储，默认为false
  analyzer：分词器，这里的ik_max_word即使用ik分词器

3.2.2 示例

test这个索引库添加了一个名为goods的类型，并且在类型中设置了4个字段：

title：商品标题

subtitle: 商品子标题

images：商品图片

price：商品价格

#创建索引库
put /heima

#查看索引库
get /heima

#创建类型和映射关系
put /heima/_mapping/goods
{
  "properties" : {
    "title" : {
      "type" : "text",
      "analyzer" : "ik_max_word"
    },
    "subtitle" : {
      "type" : "text",
      "analyzer" : "ik_max_word"
    },
    "images" : {
      "type" : "text",
      "index" : "false"
    },
    "price" : {
       "type" : "float"
    }
  }
}

3.2.3 映射属性详解

3.2.3.1 type

Elasticsearch中支持的数据类型非常丰富：

我们说几个关键的：

• String类型，又分两种：

  • text：可分词，不可参与聚合
  • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

• Numerical：数值类型，分两类

  • 基本数据类型：long、interger、short、byte、double、float、half_float
  • 浮点数的高精度类型：scaled_float
  • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

• Date：日期类型

  • elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

• Array：数组类型

  • 进行匹配时，任意一个元素满足，都认为满足
  • 排序时，如果升序则用数组中的最小值来排序，如果降序则用数组中的最大值来排序

• Object：对象

{
    name:"Jack",
    age:21,
   	girl:{
		name: "Rose", age:21
   }
}

如果存储到索引库的是对象类型，例如上面的girl，会把girl编程两个字段：girl.name和girl.age

3.2.3.2 index

index影响字段的索引情况。

• true：字段会被索引，则可以用来进行搜索。默认值就是true

• false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。
但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

3.2.3.3 store

是否将数据进行独立存储。

原始的文本会存储在_source里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source里面提取出来的。当然你也可以独立的存储某个字段，只要设置store:true即可，获取独立存储的字段要比从_source中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置，默认为false。

4、 查看映射关系

4.1 语法

GET /索引库名/_mapping/类型名

4.2 示例

get /test/_mapping/goods

4.3 响应

5、一次性创建索引库和类型（常用）

刚才的案例中我们是把创建索引库和类型分开来做，其实也可以在创建索引库的同时，直接制定索引库中的类型，基本语法：

put /索引库名
{
    "settings":{
        "索引库属性名":"索引库属性值"
    },
    "mappings":{
        "类型名":{
            "properties":{
                "字段名":{
                    "映射属性名":"映射属性值"
                }
            }
        }
    }
}

来尝试一下吧：