5. ElasticSearch——映射mapping

1. 概述

Mapping是用来定义一个文档（document），以及它所包含的属性（field）是如何存储和索引的，比如，使用mapping来定义：
1）哪些字符串属性应该被看作全文属性（full text fields）
2）哪些属性包含数字、日期或者地理位置
3）文档中的所有属性是否都能被索引（_all配置）
4）自定义映射规则来执行动态添加属性

2. 映射类型

        ElasticSearch6 开始去掉了映射类型type的概念。

        关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但ES 中不是这样的。elasticsearch是基于Lucene开发的搜索引擎，而ES中不同type下名称相同 的filed最终在Lucene中的处理方式是一样的。两个不同type下的两个user_name，在ES同一个索引下其实被认为是同一个filed，你必 须在两个不同的type中定义相同的filed映射。否则，不同type中的相同字段名称就会在 处理中出现冲突的情况，导致Lucene处理效率下降。去掉type就是为了提高ES处理数据的效率。 

1）Elasticsearch 7.x ：URL中的type参数为可选。比如，索引一个文档不再要求提供文档类型。 

2）Elasticsearch 8.x：不再支持URL中的type参数。 

解决方案：

1）将索引从多类型迁移到单类型，每种类型文档一个独立索引

2）将已存在的索引下的类型数据，全部迁移到指定位置即可。详见下面的数据迁移

3. 查看并修改映射

3.1 查看映射

GET bank/_mapping

如图：

3.2 修改映射

3.2.1 创建索引并指定映射

在创建索引之前可以先指定字段规则类型

1）语法：

PUT /my-index-000001
{
  "mappings": {
    "properties": {
      "age":    { "type": "integer" },  // 指定age为integer类型
      "email":  { "type": "keyword"  }, //指定email为keyword类型（keyword类型的进行精确检索）
      "name":   { "type": "text"  }     //指定name为text类型（text类型的会分词进行全文检索）
    }
  }
}

例如：

2）查看创建的映射

3.2.2 添加新的字段映射

URL语法：PUT /索引名/_mapping

PUT /my-index-000001/_mapping
{
  "properties":{
    "employee-id":{
      "type":"keyword",
      "index":false            // 表示不需要被索引
    }
  }
}

查看：

3.2.3 更新映射

对于已存在的映射字段，我们不能更新，更新必须创建新的索引进行数据迁移

3.3 数据迁移（_reindex）

以bank数据为例

查看bank索引下的数据，如图：

可以发现，bank索引的类型为account，在ES6.0之后，没有type的概念了，因此，我们需要将bank索引下的数据进行迁移

3.3.1 创建新索引

PUT /new_bank
{
  "mappings":{
    "properties":{
      "account_number":{
        "type":"long",
        "index":false
      },
      "balance":{"type":"double"},
      "firstname":{"type":"text"},
      "lastname":{
        "type":"text",
        "fields":{
          "keyword":{
            "type":"keyword",
            "ignore_above":256
          }
        }
      },
      "age":{"type":"integer"},
      "gender":{"type":"keyword"},
      "address":{"type":"text"},
      "employer":{"type":"keyword"},
      "email":{"type":"keyword"},
      "city":{"type":"keyword"},
      "state":{"type":"keyword"}
    }
  }
}

运行结果： 

3.3.2 数据转移

语法：

1）迁移不带类型的索引数据

POST _reindex
{
  "source": {
    "index": "旧索引名"
  },
  "dest": {
    "index": "新索引名"
  }
}

例如：

POST _reindex
{
  "source": {
    "index": "bank"
  },
  "dest": {
    "index": "new_bank"
  }
}

2）迁移带类型的索引数据

POST _reindex
{
  "source": {
    "index": "旧的索引名称",
    "type": "旧是索引的类型名称"
  },
  "dest": {
    "index": "新索引名称"
  }
}

例如：

POST _reindex
{
  "source": {
    "index": "bank",
    "type": "account"
  },
  "dest": {
    "index": "new_bank"
  }
}

因为bank是带类型的索引，所以使用方式二，如图;

查询新老索引数据，进行对比，如图；

迁移之后的新索引：类型变成是“_doc”，也即不带类型了

旧的索引数据；带_type

4. 字段类型

 

核心类型：
    字符串（String）：text,keyword
    数字类型（Numeric）：long、Integer、short、byte、double、float、half_float、scaled_float
    日期类型（Date）：date
    希尔类型（Boolean）：boolean
    二进制类型（binary）：binary

复合类型：
    数组类型（Array）：Array支持不针对特定的类型
    对象类型（Object）：object用于单JSON对象
    嵌套类型（Nested）：nested用于JSON对象数组

地理类型（Geo）：
    地理坐标（Geo-Points）：geo_point用于描述经纬度坐标
    地理图形（Geo-shape）：geo_shape用于描述复杂形状、如多边形

特定类型：
    IP类型：ip用于描述ipv4和ipv6地址
    补全类型（completion）：completion提供指定完成提示
    令牌计数类型（Token count）：token_count用于统计字符串中的词条数量
    附件类型（attachment）：参考mapper-attachements插件，支持将附件如Microsoft Office格式，Open Document格式，ePub等等索引为attachment数据类型
    抽取类型（Percotator）：接受特定领域查询语言（Query DSL）的查询

多字段：
    通常用于为不同的方法索引同一个字段例如：string字段可以映射为一个text字段用于全文检索，同样可以映射为一个keyword字段用于排序和聚合。另外，也可以使用standard analyzeer，English analyzer，French analyzer来索引一个text字段，这就是muti-fields的目的，大多数的数据类型通过fields参数来支持muti-fields