Elasticsearch数据建模之——mapping字段的相关配置

es作为以倒排索引为基础实现的存储体系，不遵循关系型数据库中的范式约定，它的数据建模，是根据部署需求和性能需求的物理模型；而在这个建模的过程中，由于es是可以水平扩展的，可以存储到TB级以上的大数据的原因，他的一些预配置就显得尤其重要了，这关系到整个es的性能和查询效率。

—//—

类似于关系型数据库里面的表结构设计，es中对应的是mapping配置；这一章主要讲的就是mapping设置的时候的一些注意点。

mapping字段 的相关配置

---

名称	枚举	作用
enable	true/false	仅存储，不做搜索和聚合分析
index	true/false	是否构建倒排索引，false不记录，即不可搜索
index_options	docss/freqs/positions/offsets	存储倒排索引的哪些信息，text类型默认配置为positions,其他默认为docs ,记录内容越多，占用空间越大。
norms	true/false	是否存储归一化的相关参数，如果字段仅用于过滤和聚合分析，可关闭
doc_values	true/false	是否开启，用于排序和聚合分析
field_data	true/false	是否为text类型启用，实现排序和聚合分析
store	true/false	是否存储该字段值
coerce	true/false	是否开启自动数据类型转换，比如字符串转数字，浮点转int（默认是true）
multifields		多字段：灵活使用多字段来解决多样的业务需求
dynamic	true/false/strict	控制mapping的自动跟新
date_detection	true/false	是否自动识别日期类型 （建议false，手动去设置格式）

Mapping字段属性的设定流程

---

判断是何种类型的字段

• 字符串类型：需要分词就设定为text，否则设定为keyword类型
• 枚举值类型：基于性能考虑设定成keyword类型，即便该数据为整型（比如状态码）
• 数值类型：尽量选择贴近的数据类型，比如byte即可表示所有数值的时候，选择byte，不要用long
• 其他类型：比如布尔类型，日期，地理数据等

判断该字段是否需要检索

• 完全不需要检索，排序，聚合分析的字段：enable设置为false
• 不需要检索的字段：index设置为false
• 需要检索的字段，可以根据如下的配置设定需要的存储力度：
  
  • index_options: 结合需要设定
  • norms: 不需要归一化数据时关闭即可
• 是否需要排序和聚合分析？
  不需要排序或者聚合分析功能：doc_values设定为false;fielddata设定为false

• 是否需要专门存储当前字段的数据？
  store设定为true,即可存储该字段的原始内容（与_source中的不相关） 一般结合_source的enabled设定为false时使用

  其他建议

---

1.对mapping进行版本管理

包含在代码或者以专门的文件进行管理，添加好注释，并加入git等版本管理仓库中方便回顾
为每个增加一个metadata字段，在其中维护一些文档相关的元数据，方便对数据进行管理

{
  "metadata":{
    "version":1
  },
  "username":"alfred",
  "job":"engineer"
}         

#mapping版本，可以自行制定，比如每次更新mapping设置后，该version加1

2.防止字段过多

字段过多：难于维护，当字段成百上千时，基本很难有人明确知道每个字段的含义；mapping的信息存储在cluster state里面，过多的字段会导致mapping过大，最终导致更新变慢。</