Mapping
1 概念：
ES中的mapping有点类似与RDB中“表结构”的概念，在MySQL中，表结构里包含了字段名称，字段的类型还有索引信息等。在Mapping里也包含了一些属性，比如字段名称、类型、字段使用的分词器、是否评分、是否创建索引等属性，并且在ES中一个字段可以有对个类型。分词器、评分等概念在后面的课程讲解。
2 查看mapping
GET /index/_mappings
3 ES数据类型
① 常见类型
1) 数字类型：
long integer short byte double float half_float scaled_float unsigned_long
2) Keywords：
keyword：适用于索引结构化的字段，可以用于过滤、排序、聚合。keyword类型的字段只能通过精确值（exact value）搜索到。Id应该用keyword
constant_keyword：始终包含相同值的关键字字段
wildcard：可针对类似grep的通配符查询优化日志行和类似的关键字值
关键字字段通常用于排序， 汇总和Term查询，例如term。
3) Dates（时间类型）：包括date和 date_nanos
4) alias：为现有字段定义别名。
6) range（区间类型）：integer_range、float_range、long_range、double_range、date_range
7) text：当一个字段是要被全文搜索的，比如Email内容、产品描述，这些字段应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索 引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。（解释一下为啥不会为text创建正排索引：大量堆空间，尤其是 在加载高基数text字段时。字段数据一旦加载到堆中，就在该段的生命周期内保持在那里。同样，加载字段数据是一个昂贵的过程，可能导致用户遇到延迟问 题。这就是默认情况下禁用字段数据的原因）
② 对象关系类型：
1) object：用于单个JSON对象
2) nested：用于JSON对象数组
3) flattened：允许将整个JSON对象索引为单个字段。
③ 结构化类型：
1) geo-point：纬度/经度积分
2) geo-shape：用于多边形等复杂形状
3) point：笛卡尔坐标点
2) shape：笛卡尔任意几何图形
④ 特殊类型：
1) IP地址：ip 用于IPv4和IPv6地址
2) completion：提供自动完成建议
3) tocken_count：计算字符串中令牌的数量
4) murmur3：在索引时计算值的哈希并将其存储在索引中
5) annotated-text：索引包含特殊标记的文本（通常用于标识命名实体）
6) percolator：接受来自query-dsl的查询
7) join：为同一索引内的文档定义父/子关系
8) rank features：记录数字功能以提高查询时的点击率。
9) dense vector：记录浮点值的密集向量。
10) sparse vector：记录浮点值的稀疏向量。
11) search-as-you-type：针对查询优化的文本字段，以实现按需输入的完成
12) histogram：histogram 用于百分位数聚合的预聚合数值。
13) constant keyword：keyword当所有文档都具有相同值时的情况的 专业化。
⑤ array（数组）：在Elasticsearch中，数组不需要专用的字段数据类型。默认情况下，任何字段都可以包含零个或多个值，但是，数组中的所有值都必须具有 相同的数据类型。
⑥新增：
1) date_nanos：date plus 纳秒
2) features：
4 两种映射类型
-
Dynamic field mapping：
-
Expllcit field mapping：手动映射
PUT /product { "mappings": { "properties": { "field": { "mapping_parameter": "parameter_value" } } } }
5 映射参数
① index：是否对创建对当前字段创建倒排索引，默认true，如果不创建索引，该字段不会通过索引被搜索到,但是仍然会在source元数据中展示
② analyzer：指定分析器（character filter、tokenizer、Token filters）。
③ boost：对当前字段相关度的评分权重，默认1
④ coerce：是否允许强制类型转换 true “1”=> 1 false “1”=< 1
⑤ copy_to：该参数允许将多个字段的值复制到组字段中，然后可以将其作为单个字段进行查询
⑥ doc_values：为了提升排序和聚合效率，默认true，如果确定不需要对字段进行排序或聚合，也不需要通过脚本访问字段值，则可以禁用doc值以节省磁盘 空间（不支持text和annotated_text）
⑦ dynamic：控制是否可以动态添加新字段
1) true 新检测到的字段将添加到映射中。（默认）
2) false 新检测到的字段将被忽略。这些字段将不会被索引，因此将无法搜索，但仍会出现在_source返回的匹配项中。这些字段不会添加到映射中，必须显式 添加新字段。
3) strict 如果检测到新字段，则会引发异常并拒绝文档。必须将新字段显式添加到映射中
⑧ eager_global_ordinals：用于聚合的字段上，优化聚合性能。
1) Frozen indices（冻结索引）：有些索引使用率很高，会被保存在内存中，有些使用率特别低，宁愿在使用的时候重新创建，在使用完毕后丢弃数据， Frozen indices的数据命中频率小，不适用于高搜索负载，数据不会被保存在内存中，堆空间占用比普通索引少得多，Frozen indices是只读的，请求可能 是秒级或者分钟级。****eager_global_ordinals不适用于Frozen indices****
⑨ enable：是否创建倒排索引，可以对字段操作，也可以对索引操作，如果不创建索引，让然可以检索并在_source元数据中展示，谨慎使用，该状态无法 修改。
PUT my_index
{
"mappings": {
"enabled": false
}
}
⑩ fielddata：查询时内存数据结构，在首次用当前字段聚合、排序或者在脚本中使用时，需要字段为fielddata数据结构，并且创建倒排索引保存到堆中
⑪ fields：给field创建多字段，用于不同目的（全文检索或者聚合分析排序）
⑫ format：格式化
"date": {
"type": "date",
"format": "yyyy-MM-dd"
}
⑬ ignore_above：超过长度将被忽略
⑭ ignore_malformed：忽略类型错误
⑮ index_options：控制将哪些信息添加到反向索引中以进行搜索和突出显示。仅用于text字段
⑯ Index_phrases：提升exact_value查询速度，但是要消耗更多磁盘空间
⑰ Index_prefixes：前缀搜索
1) min_chars：前缀最小长度，>0，默认2（包含）
2) max_chars：前缀最大长度，<20，默认5（包含）
⑱ meta：附加元数据
⑲ normalizer：
⑳ norms：是否禁用评分（在filter和聚合字段上应该禁用）。
21 null_value：为null值设置默认值
22 position_increment_gap：
23 proterties：除了mapping还可用于object的属性设置
24 search_analyzer：设置单独的查询时分析器：
25 similarity：为字段设置相关度算法，支持BM25、claassic（TF-IDF）、boolean
26 store：设置字段是否仅查询
**27 term_vector：**运维参数
扫一扫
867
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
