elasticsearch基础篇(3):映射mapping

       映射定义索引中有什么字段、字段的类型等结构信息。相当于数据库中表结构定义，或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。

【官网中映射类别Mapping type废除说明】

        ES最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）。
      从6.0.0开始限定仅包含一个映射类别定义（ "index.mapping.single_type": true ），兼容5.x中的多映射类别。从7.0开始将移除映射类别。为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“_doc”,因为索引的请求地址将规范为：PUT {index}/_doc/{id} and POST {index}/_doc。

1、创建索引

【创建索引语法】

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

 注意，映射类型这里没写，因为现在6.x版本还兼容但是在以后的7.x将不再兼容，这里统一要求写成_doc。

PUT wzy
{
  "settings": {
    "number_of_replicas": 0
  }, 
  "mappings": {
    "_doc": {
      "properties": {
        "type": { "type": "keyword" }, 
        "name": { "type": "text" },
        "user_name": { "type": "keyword" },
        "email": { "type": "keyword" },
        "content": { "type": "text" },
        "tweeted_at": { "type": "date" }
      }
    }
  }
}
#执行返回结果
{
  "acknowledged": true,
  "shards_acknowledged": true,
  "index": "wzy"
}

 【必看说明】
（1）type类型：可以是text，long，short，date，integer，object等；

（2）index：是否索引，默认值为true；

（3）store：是否存储，默认为false；

（4）analyzer：分词器，这里是ik_max_word，即使用ik分词器；

 

2、查看映射关系

【查看索引映射语法】

GET /索引名称/_mapping

#kibana中执行
GET /wzy/_mapping
#返回结果
{
  "wzy": {
    "mappings": {
      "_doc": {
        "properties": {
          "content": {
            "type": "text"
          },
          "email": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          },
          "tweeted_at": {
            "type": "date"
          },
          "type": {
            "type": "keyword"
          },
          "user_name": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

 

 

3、字段属性

3.1、字段类型type

      字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：官网地址https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html。

（1）String类型，该类型又分为两种

• 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。

（2）Numerical数值类型，又分为两类：

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

（3）Date日期类型

ES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。

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "date": {
          "type":   "date",
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        }
      }
    }
  }
}

3.2、index属性

字段的index属性会影响索引情况：

• true：字段会被索引，则可以用来进行搜索，默认值就是true；
• false：字段不会索引，不能用来进行搜索。

index属性的默认值就是true，也就是说不进行任何设置，所有字段都会被索引。但是有些字段我们不希望被索引，就需要手动设置index属性为false。

3.3、store存储属性

是否将数据进行额外存储。
     知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。
而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

3.4、Multi Field 多重字段

       当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。

#1、定义索引，给字段city定义一个多重字段raw
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": { 
            "raw": {  #raw是一个多重版本名
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}
#2、插入两条记录
PUT my_index/_doc/1
{
  "city": "New York"
}

PUT my_index/_doc/2
{
  "city": "York"
}
#3、多重字段的查询
GET my_index/_search
{
  "query": {
    "match": {
      "city": "york" 
    }
  },
  "sort": {
    "city.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 
      }
    }
  }
}

3.5、元字段

元字段是ES中定义的文档字段。常见的元字段有_index、_type、_id、_version等。