1. mapping
为了能够将时间域视为时间,数字域视为数字,字符串域视为全文或精确值字符串, Elasticsearch 需要知道每个域中数据的类型。这个信息包含在映射中。索引中每个文档都有 类型 。每种类型都有它自己的 映射 ,或者 模式定义。映射定义了类型中的域,每个域的数据类型,以及Elasticsearch如何处理这些域。映射也用于配置与类型有关的元数据。
索引mapping:描述文档如何存储的。创建索引时指定,后续不可修改。有点像数据的数据类型的概念,
创建索引时,默认定义该索引的mapping;已经存在的映射是不能修改的,只能重新创建该搜索引。
- 字符串: string
- 整数 : byte, short, integer, long
- 浮点数: float, double
- 布尔型: boolean
- 日期: date
当你索引一个包含新域的文档--之前未曾出现-- Elasticsearch 会使用 动态映射 ,通过JSON中基本数据类型,尝试猜测域类型,使用如下规则:
JSON type |
域 type |
布尔型: |
|
整数: |
|
浮点数: |
|
字符串,有效日期: |
|
字符串: |
|
2. 查看映射
查看my_store类型为products的mapping
GET /my_store/_mapping/products (GET /my_store/products/_mapping/)
----------------------------------------------
{
"my_store": {
"mappings": {
"products": {
"properties": {
"price": {
"type": "long"
},
"productID": {
"type": "keyword"
}
}
}
}
}
}
3. 自定义映射
尽管在很多情况下基本域数据类型 已经够用,但你经常需要为单独域自定义映射 ,特别是字符串域。自定义映射允许你执行下面的操作:
- 全文字符串域和精确值字符串域的区别
- 使用特定语言分析器
- 优化域以适应部分匹配
- 指定自定义数据格式
- 还有更多
域最重要的属性是 type
。对于不是 string
的域,你一般只需要设置 type
:
{ "number_of_clicks": { "type": "integer" } }
默认, string
类型域会被认为包含全文。就是说,它们的值在索引前,会通过 一个分析器,针对于这个域的查询在搜索前也会经过一个分析器。
string
域映射的两个最重要 属性是 index
和 analyzer
。
3.1 index
-
analyzed
- 首先分析字符串,然后索引它。换句话说,以全文索引这个域。
-
not_analyzed
- 索引这个域,所以它能够被搜索,但索引的是精确值。不会对它进行分析。
-
no
- 不索引这个域。这个域不会被搜索到。
string
域 index
属性默认是 analyzed
。如果我们想映射这个字段为一个精确值,我们需要设置它为 not_analyzed
:
{ "tag": { "type": "string", "index": "not_analyzed" } }
long
, double
, date
等)也接受 index
参数,但有意义的值只有 no
和 not_analyzed
, 因为它们永远不会被分析。
3.2 analyzer
对于 analyzed
字符串域,用 analyzer
属性指定在搜索和索引时使用的分析器。默认, Elasticsearch 使用 standard
分析器, 但你可以指定一个内置的分析器替代它,例如 whitespace
、 simple
和 `english`:
{ "tweet": { "type": "string", "analyzer": "english" } }
4. 更新映射
当你首次 创建一个索引的时候,可以指定类型的映射。你也可以使用
/_mapping
为新类型(或者为存在的类型更新映射)增加映射。
注意:尽管你可以 增加_ 一个存在的映射,你不能 _修改 存在的域映射。如果一个域的映射已经存在,那么该域的数据可能已经被索引。如果你意图修改这个域的映射,索引的数据可能会出错,不能被正常的搜索
我们可以更新一个映射来添加一个新域,但不能将一个存在的域从 analyzed
改为 not_analyzed
。
为了描述指定映射的两种方式,我们先删除 gd
索引:
DELETE /gb
tweet
域使用
english
分析器:
PUT /gb
{
"mappings": { 通过消息体中指定的 mappings
创建了索引
"tweet" : {
"properties" : {
"tweet" : {
"type" : "string",
"analyzer": "english"
},
"date" : {
"type" : "date"
},
"name" : {
"type" : "string"
},
"user_id" : {
"type" : "long"
}
}
}
}
}
稍后,我们决定在
tweet
映射增加一个新的名为
tag
的
not_analyzed
的文本域,使用
_mapping
:
PUT /gb/_mapping/tweet { "properties" : { "tag" : { "type" : "string", "index": "not_analyzed" } } }注意,我们不需要再次列出所有已存在的域,因为无论如何我们都无法改变它们。新域已经被合并到存在的映射中。
5.测试映射
可以使用 analyze
API 测试字符串域的映射。比较下面两个请求的输出:
GET /gb/_analyze { "field": "tweet", "text": "Black-cats" } tweet 是string类型使用index为analyzed 所以在填充数据和搜索数据是都要经过分析。 ----------------------- { "tokens": [ { "token": "black", "start_offset": 0, "end_offset": 5, "type": "<ALPHANUM>", "position": 0 }, { "token": "cat", "start_offset": 6, "end_offset": 10, "type": "<ALPHANUM>", "position": 1 } ] } =============================================================== GET /gb/_analyze { "field": "tag", "text": "Black-cats" } tag 域是string 但是index是not_analyzed不启用分析字符串功能。可以看到下面是一个完整的字符串 -------------------------------------- { "tokens": [ { "token": "Black-cats", "start_offset": 0, "end_offset": 10, "type": "word", "position": 0 } ] }
总结:ES 索引的映射描述的是数据是如何存储的,很像关系型数据库中的字段数据类型。mapping都是在创建索引时通过自定义或者动态生成的,我们并不能更改已经存的mapping。其中简单的类型string值得我注意下,这个类型有两个属性, index (是否启用分析器) 和
analyzer(指定分析器)。
启用分析器是,在该域填充数据喝着索引数据都会经过分析器。
复杂核心类型:存储数据,多层级对象,多值,参考:https://www.elastic.co/guide/cn/elasticsearch/guide/current/complex-core-fields.html