ELK合集(四):Elasticsearch关键术语之Index索引 持续更新

Elasticsearch关键术语 系列博文 目的只用来了解概念 ; 其中 涉及到的配置和使用 是为了方便日后使用时查询的

Index索引

概念

名词 就是一个表 存了一类文档

从数据库的角度 ES的一个index索引就是一个表 (数据库常说 查一下这个表的数据 ES叫做查一下这个index索引的数据)

---

其他含义

名词

一个Btree索引 一个倒排索引 也叫索引

动词

给ES数据库插入一条Document文档数据的过程 也叫索引

从ES数据库查询数据的过程 也叫索引

创建一个倒排索引的过程 也叫索引

---

命名规则

小写字母 + 数字

---

相关信息(mappings 和 settings)

index的mappings映射

概念

每个索引都有自己的映射 用于对每个字段进行设置

作用

建立映射 按最优规则处理数据 - 最大提升性能
( mappings会将JSON文档映射成Lucene的扁平格式)

字段的设置项

• 字段名
• 字段类型

  # 作用 : 文本类型 index时会分词 (index是指插入数据时)
  "type":"text"
  

  # 作用 : 搜索时 用suggest即可获得自动补全建议
  "type":"completion"
  

• 字段是否建倒排索引 – 默认建

  # 设置为不建倒排索引
  "index":false
  

• 本字段用于索引的分词器

   # 英文分词器
  "analyzer":"english"
  

• 本字段用于搜索的分词器

  # 英文分词器
  "search_analyzer":"english"
  

• 本字段是否识别date类型 – 默认不

  # 设置识别
  "date_detection":true
  

• 本字段是否识别数字类型 – 默认不

  # 设置识别
  "numeric_detection":true
  

配置mapping的三种方式

方式一 ES自动生成动态映射 Dynamic Mappings 默认

作用

写入文档时 索引没有mappings会自动创建 无需手动定义mappings ES会自动推算数据类型

缺点

地理位置信息会推算成text 导致地理位置功能无法正常运行 及 Range查询无法工作

设置是默认的 不足够支持大多数需求 很多index和search都需要特定的设置

自动识别类型的机制

• 日期字符串 – Date

• 数字字符串 – text

• 其他字符串 – text 并增加keyword子字段

  • (keyword 作用 : keyword不分词 存储的是原数据)

    示例 : text类型字段在index时 默认被standard分词 大写字母的字段值都存为了小写 用term精确查询时 输入大写字谜的字段值 是查不到的 ; 所以将分词前的带大写字母的字段值存入了字段名.keyword keyword不分词 存储的是原数据 term查询时 用字段名.keyword 和 带大写字母的字段值去匹配 可查到

• 布尔值 – boolean

• 浮点数 – float

• 整数 – long

• 对象 – object

• 数组 – 第一个非空数值的类型

• 空值 – 忽略

测试自动识别类型的机制
示例0 : 新增文档 查看自动生成的Mapping

# 新增文档
PUT mapping_test/_doc/1
{
  "firstName":"Chan",
  "lastName":"Jackie",
  "loginDate":"2018-07-24T10:29:48.103Z"
}

# 查看这个索引的mapping
GET mapping_test/_mapping

示例1 : 新增文档 查看自动生成的Mapping

# 删除索引
DELETE mapping_test

 # 新增文档
PUT mapping_test/_doc/1
{
  "uid":"123",
  "isVip":false,
  "isAdmin":"true",
  "age":19,
  "heigh":180
}

# 查看这个索引的mapping
GET mapping_test/_mapping

方式二 创建索引时设置