Elastic Seach基础—映射（Mapping）

标签：mapping   min   本质   short   types   style   mon   justify   对象   

Elastic Search的映射（Mapping）用于在一个索引中把文档划分为具有逻辑关系的分组，类似于数据库的表结构，是一个不可或缺的一部分。

自动生成

ES的Mapping可以类似于MongoDB那样自动生成，例如我们首先插入一条数据。

PUT?twitter/_doc/1
{
??"user_name":?"kimchy",
??"age":25,
}

此时，可以通过API查看mapping设置

GET?/twitter/_mapping

{
????"twitter":?{
????????"mappings":?{
????????????"properties":?{
????????????????"age":?{?"type":?"long"??},
????????????????"user_name":?{?"type":?"text",???"fields":?{?"keyword":?{?"type":?"keyword",??"ignore_above":?256?}?}
????????????????}
????????????}
????????}
????}
}

手动生成

自动生成可以大大减少我们创建mapping的步骤，但很多时候我们需要更精细化的设置，可以在创建索引的时候设置mapping：

PUT?/twitter
{
????"mappings":?{
????????"properties":?{
????????????"age":?{?"type":?"long"?},
????????????"user_name":?{?"type":?"keyword",?"ignore_above":?256?}
????????}
????}
}

也可以将创建索引和创建映射作为两步实现：

PUT?/twitter

PUT?/twitter/_mapping
{
??"properties":?{?"age":?{"type":?"long"?},
????"user_name":?{?"type":?"keyword",?"ignore_above":?256?}
??}
}

修改映射

Elastic Search允许增加字段的索引，可以通过Put接口增加字段的映射设置：

PUT?/twitter/_mapping
{
??"properties":?{
????"tag":?{?"type":?"text"?}
??}
}

另外，Elastic Search也允许对已有字段增加类型（下文的多字段）。

但是，Elastic Search不允许对索引修改映射，我们再次执行创建mapping语句的时候会报错，对于修改映射的需求，ES提供了_reindex的api，具体的方式是：

1. 创建一个新索引
2. 通过_reindex API将数据从老索引移动到新索引

POST?/_reindex
{
????"source":?{?"index":?"twitter"?},
????"dest":?{?"index":?"twitter2"?}
}

具体方法可以参考官方文档： Reindex is coming!

简单类型

对于映射设置，最常用的就是设置其字段类型，例如：

"properties":?{
????"age":?{?"type":?"long"?},
????"user_name":?{?"type":?"keyword"?}
}

对于简单类型，ES对于其分类如下：

• 字符串：text?、keyword
• 数字：long,?integer,?short,?byte,?double,?float,?half_float,?scaled_float
• 日期：date
• 布尔值：boolean
• 二进制：binary
• 范围：integer_range,?float_range,?long_range,?double_range,?date_range

多字段

对于字符串类型，可以把它定义成两种类型： text和keyword。

• text：只匹配其部分信息，内容会被分词，如文章。不支持聚合
• keyword：必须完整匹配的内容，如邮箱，身份证号，部分匹配会导致错误的结果。支持聚合

这两种类型都是比较常用的，但有的时候，对于一个字符串字段，我们可能希望他两种都支持，此时，可以利用其多字段特性

"properties":?{
????"user_name":?{
????????"type":?"text",
????????"fields":?{
????????????"keyword":?{
????????????????"type":?"raw",
????????????????"ignore_above":?256
????????????}
????????}

}

对于user_name这个字段，其类型是text，同时又定义了一个"raw"的keyword的关键字段，当需要完全匹配的时候，可以通过user_name.raw查询。

更多内容可以参考其官方文档：Field datatypes

复合类型

ES支持三种复合类型：

1. Array 数组型????：????支持数组形式，不需要一个专有的字段数据类型
2. Object 对象型：????object数据类型：表现形式其实就是单一的JSON对象
3. Nested 嵌套型：????nested数据类型：表现形式是多个Object型组成的一个数组

Array 数组型

在Elasticsearch中，没有特定的array类型。默认情况下，任何字段都可以包含0个或者更多值，但是，所有array中的值必须具有相同的数据类型，例如：

• 字符串数组：["one", "two"]
• 整数数组：[1,2]
• 数组的数组：[1, [2, 3]]，等价于[1,2,3]
• 对象数组：[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]

数组可以包含null值，这些值可以由配置的null_value替换或完全跳过。一个空的array []被视为不存在的字段-无值的字段。

Array类型是直接支持的，不需要特殊映射，如long类型的数组，直接映射成long即可。

Object 对象型

JSON文档本质上是分层的：文档包含内部对象，内部对象本身还包含内部对象。

PUT?/account/_doc/1

{
????"region":?"US",
????"manager":?{
????????"age":?30,
????????"name":?"John Smith"
????????}
????}
}

在内部，这个文档被索引为一个简单的、扁平的键值对列表，如下所示：

{
??"region":?"US",
??"manager.age":?30,
??"manager.name ":?"John Smith"
}

索引方法如下：

{
????"mappings":?{
????????"properties":?{
????????????"region":?{?"type":?"keyword"?},
????????????"manager":?{
????????????????"properties":?{
????????????????????????"age":?{?"type":?"integer"?},
????????????????????????"name":?{?"type":?"text"?}
?????????????????}
????????????}
????????}
????}
}

基本上是一个嵌套的方式，还是比较直观的。

Nested 嵌套型

由于对象扁平化存储，导致有的时候，对象数组并非你期望的那样工作，例如如下对象：

{
??"group":?"fans",
??"user":?[
????{
??????"first":?"John",
??????"last":?"Smith"
????},
????{
??????"first":?"Alice",
??????"last":?"White"
????}
??]
}

在内部被转化成如下格式的文档：

{
??"group":?"fans",
??"user.first":?[
????"alice",
????"john"
??],
??"user.last":?[
????"smith",
????"white"
??]
}

user.first和 user.last 扁平化为多值字段，alice 和 white 的关联关系丢失了。导致这个文档错误地匹配对 alice 和 smith 的查询

如果想并且保持数组中每个对象的独立性，在ElasticSearch中应该将其映射为nested对象类型而不是默认的object类型。

{
??"mappings":?{
????"properties":?{
??????"user":?{
????????"type":?"nested"
??????}
????}
??}
}

映射参数

除了前面列举的type参数外，还有不少其它参数可以设置，具体可以参考官方文档：Mapping parameters。

其中大部分是可以不需要特殊设置的，采用默认参数即可，这里列举一下一些可能会用到的属性：

enable

ElasticSearch默认会索引所有字段，但是，有的信息是只需要存储，并不需要索引的。例如，一些链接url，往往只会用来读取，并不会作为搜索字段。在这些字段上建索引就会有无谓的性能浪费。

此时，我们可以设置enable属性为false，此时 Elasticsearch 完全跳过字段内容的分析，从而提高性能。

{
??"mappings":?{
????"properties":?{
??????"url":?{
????????"type":?"object",
????????"enabled":?false
??????}
????}
??}
}

需要注意的是，它只能使用在类型为object的字段上。设置为object并不影响任何功能，并且能存储任何类型，本身也能简化我们的mapping。

index

index的用法和enable非常相似，设置为index为false的字段不参与索引，但它是设置在非object类型上的。

至于它们有没有进一步的区别，官方也语焉不详，实际使用感觉没有啥太大区别，等有进一步结论后再完善本文。

analyzer

分析器用于设置字段的分词方法，它是ElasticSearch经常使用到的高级设置，具体内容在下一篇博文中介绍。

映射相关接口

关于映射更多接口，可以参考官方文档：Put mapping API

Elastic Seach基础—映射（Mapping）

标签：mapping   min   本质   short   types   style   mon   justify   对象   

原文地址：https://www.cnblogs.com/TianFang/p/12945202.html