ES创建mapping时字段别名

时间：2017-11-29 16:16:29 阅读：259 评论：0 收藏：0 [点我收藏+]

标签：方法 map 解决分词 lang settings tokenizer must 结构

ES默认是动态创建索引和索引类型的mapping的，但是在学习的时候还能这样用，在生产中一定是手动制定mapping！在生产中经常会遇到这样的需求，想用某个字段进行统计，又想对该字段进行模糊查询，解决这种需求的方法就是对该字段创建别名！

mapping结构如下：

 1 {
 2     "settings" : {
 3         "index" : {
 4             "analysis" : {
 5                 "filter" : {
 6                     "english_keywords" : {
 7                         "type" : "keyword_marker",
 8                         "keywords" : [
 9                             "topsec"
10                         ]
11                     },
12                     "english_stemmer" : {
13                         "type" : "stemmer",
14                         "language" : "english"
15                     },
16                     "english_possessive_stemmer" : {
17                         "type" : "stemmer",
18                         "language" : "possessive_english"
19                     },
20                     "english_stop" : {
21                         "type" : "stop",
22                         "stopwords" : "_english_"
23                     }
24                 },
25                 "analyzer" : {
26                     "default" : {
27                         "tokenizer" : "keyword"
28                     },
29                     "english" : {
30                         "type" : "custom",
31                         "filter" : [
32                             "lowercase",
33                             "english_stop"
34                         ],
35                         "tokenizer" : "standard"
36                     },
37                     "ik" : {
38                         "filter" : ["lowercase"],
39                         "type" : "custom",
40                         "tokenizer" : "ik_max_word"
41                     },
42                     "html" : {
43                         "filter" : [
44                             "lowercase",
45                             "english_stop"
46                         ],
47                         "char_filter" : [
48                             "html_strip"
49                         ],
50                         "type" : "custom",
51                         "tokenizer" : "standard"
52                     },
53                     "lower" : {
54                         "filter" : "lowercase",
55                         "type" : "custom",
56                         "tokenizer" : "keyword"
57                     }
58                 }
59             },
60             "number_of_shards" : "1",
61             "number_of_replicas" : "0"
62         }
63     },
64     "mappings" : {
65         "test" : {
66             "_all" : {
67                 "enabled" : false
68             },
69             "properties" : {
70                 "name" : {
71                     "type" : "keyword"
72                 },
73                 "age" : {
74                     "type" : "keyword",
75                     "fields" : {
76                         "cn" : {
77                             "analyzer" : "ik",
78                             "type" : "text"
79                         }
80                     }
81                 },
82 
83                 "address" : {
84                     "type" : "text"
85                 }
86             }
87         }
88     }
89 }

字段age的"type" : "keyword"，不分词，然后起个别名cn，对它使用ik分词器进行分词！插入四条数据

技术分享图片

用age字段对数据进行统计的时候，需要用不分词的age，并且需要使用全匹配规则，语句：

 1 {
 2   "query": {
 3     "bool": {
 4       "must": [
 5         {
 6           "term": {
 7             "age": "北京市海淀区西二旗中关村西门"
 8           }
 9         }
10       ],
11       "must_not": [],
12       "should": []
13     }
14   },
15   "from": 0,
16   "size": 10,
17   "sort": [],
18   "aggs": {}
19 }

结果：

技术分享图片

使用age的分词age.cn进行统计是有问题的，运行的结果说明对age的别名age.cn进行分词，查询条件必须匹配分词器对age的内容进行分词的结果进行匹配，

 1 {
 2   "query": {
 3     "bool": {
 4       "must": [
 5         {
 6           "term": {
 7             "age.cn": "北京市海淀区西二旗中关村西门"
 8           }
 9         }
10       ],
11       "must_not": [],
12       "should": []
13     }
14   },
15   "from": 0,
16   "size": 10,
17   "sort": [],
18   "aggs": {}
19 }

结果：

技术分享图片

 1 {
 2   "query": {
 3     "bool": {
 4       "must": [
 5         {
 6           "term": {
 7             "age.cn": "北京市"
 8           }
 9         }
10       ],
11       "must_not": [],
12       "should": []
13     }
14   },
15   "from": 0,
16   "size": 10,
17   "sort": [],
18   "aggs": {}
19 }

结果：

技术分享图片

如果使用match来统计的话也会有问题，会把不正确的数据也统计出来，使用 match进行统计会把查询条件与内容进行匹配，根据匹配度进行打分，分数高的说明匹配度高，会排在上面

 1 {
 2   "query": {
 3     "bool": {
 4       "must": [
 5         {
 6           "match": {
 7             "age.cn": "北京市海淀区西二旗中关村"
 8           }
 9         }
10       ],
11       "must_not": [],
12       "should": []
13     }
14   },
15   "from": 0,
16   "size": 10,
17   "sort": [],
18   "aggs": {}
19 }

结果：

技术分享图片

下面就是按匹配度打分排名的结果

 1 {
 2   "query": {
 3     "bool": {
 4       "must": [
 5         {
 6           "match": {
 7             "age.cn": "北京市昌平区"
 8           }
 9         }
10       ],
11       "must_not": [],
12       "should": []
13     }
14   },
15   "from": 0,
16   "size": 10,
17   "sort": [],
18   "aggs": {}
19 }

结果：

技术分享图片

总结：统计就用term，不分词，全匹配；模糊查询就用match，分词，不用全匹配！

若有不正之处，请谅解和批评指正，不胜感激！！！！！欢迎大家留言讨论！！！

ES创建mapping时字段别名

标签：方法 map 解决分词 lang settings tokenizer must 结构

原文地址：http://www.cnblogs.com/sqy123/p/7920519.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行