Elasticsearch（二） mapping创建和解析(转)

 mapping创建

PUT my_index{
    "settings": {
        "number_of_shards ": 5,
        "number_of_replicas": 1
    },
    "mappings": {
        "my_doc": {
            "properties": {
                "title": {
                    "type": "text",
                    "normalizer": "my_normalizer"
                },
                "name": {
                    "type": "text",
                    "analyzer": "standard",
                    "boost": 2
                },
                "age": {
                    "type": "integer"
                },
                "created": {
                    "type": "date",
                    "format": "strict_date_optional_time||epoch_millis"
                }
            }
        }
    }
}

curl写法 （后面类似以下写法，不再列出）

curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
   # 与上面一致
}

•   my_index   index名称
•   setting        配置
•   my_doc      type名
•   properties   字段配置

mapping参数 

• 字段中的type（es数据类型）                                                                                                   

1.text  字符串，分词，全文索引

2.keyword  关键字，不分词，适合id,email等这种不分词的字段

3.numeric 数字类型有integer、long、short、byte、double、float等类型  

4.date  时间类型

5.boolean   布尔类型

6.binary    接收base64编码的字符串

7.rang    具体有integer_range，float_range，long_range，double_range，date_range，ip_range，可存储范围数据,如下插入

PUT index/type/id
{
  "field_name" : { 
    "gte" : 10,
    "lte" : 20
  }
}

8.数组类型，es实际上不存在array类型，es每个类型都支持转成数组类型，也就是不管定义成integer还是text等都可以以数组形式存进去，如果需要存integer数组，那只需要将这个字段定义成integer就可以了

9.object  对象类型 json格式

10.nested   嵌套类型，object嵌套数组

11.geo_point  经纬度  可存入对象json,字符串,数组

12.ip   可存ipv4 ipv6地址

13.token_count   integet类型,统计词个数

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "name": { 
          "type": "text",
          "fields": {
            "length": { 
              "type":     "token_count",
              "analyzer": "standard"
            }
          }
        }
      }
    }
  }
}
 
PUT my_index/_doc/2
{ "name": "Rachel Alice Williams" }
 
# 查询name字段有三个词的数据
GET my_index/_search
{
  "query": {
    "term": {
      "name.length": 3 
    }
  }
}

14.join   用于在同个索引下创建父子关系的类型

# 定义父子关系   question父 answer子
PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "my_join_field": { 
          "type": "join",
          "relations": {
            "question": "answer" 
          }
        }
      }
    }
  }
}
 
# 插入父数据
PUT my_index/_doc/1
{
  "text": "This is a question",
  "my_join_field": {
    "name": "question"
  }
}
 
# 插入子数据  routing指向根节点   parent指向直接父节点
PUT my_index/_doc/2?routing=1
{
  "text": "This is an answer",
  "my_join_field": {
    "name": "answer", 
    "parent": "1" 
  }
}
 

其他数据类型还有Alias，mapper-murmur3，mapper-annotated-text,Percolator type，Completion,Geo-Shape datatype

详细参考官方文档  https://www.elastic.co/guide/en/elasticsearch/reference/6.x/mapping-types.html

•  analyzer    分析器，作用是分词和词条标准化（比如dogs标准化为dog,大写标准化小写），默认是standard分析器，还可以在创建mapping时配置自定义分析器，并使用自定义分析器。

PUT my_index
{
   "settings":{
      "analysis":{
         "analyzer":{
            "my_stop_analyzer":{ 
               "type":"custom",
               "tokenizer":"standard",
               "filter":[
                  "lowercase",
                  "english_stop"
               ]
            }
         },
         "filter":{
            "english_stop":{
               "type":"stop",
               "stopwords":"_english_"
            }
         }
      }
   },
   "mappings":{
      "_doc":{
         "properties":{
            "title": {
               "type":"text",
               "analyzer":"my_analyzer"
            }
         }
      }
   }
}

•  normalizer  与analyzer类似，但是分词结果都是单一词
•  boost      设置查询相关性权重，默认是1
•  coerce    是否强制转换，默认为true，比如integer类型参数可以直接传递字符串数字，会自动转为数字。设置为false则不会强转，则参数值传递字符串会报错。
• copy_to   可将字段指向一个组别，之后的查询可直接查询该组别，查询范围会从组别包含的字段中进行查询，多个值用空格隔开，类似_all。

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "first_name": {
          "type": "text",
          "copy_to": "full_name" 
        },
        "last_name": {
          "type": "text",
          "copy_to": "full_name" 
        }
      }
    }
  }
}
 
PUT my_index/_doc/1
{
  "first_name": "John",
  "last_name": "Smith"
}
 
GET my_index/_search
{
  "query": {
    "match": {
      "full_name": { 
        "query": "John Smith",
        "operator": "and"
      }
    }
  }
}

查询结果为

"_source": {
          "first_name": "John",
          "last_name": "Smith"
}

• doc_values   一般与keyword结合使用，默认为true,即查询可通过该字段进行排序和聚合查询，但是设置为fasle则不可通过该字段排序和聚合查询，但是相应会比较节省内存空间。
• dynamic    默认为true,es默认可以动态新增字段，改为false则不可动态插入不存在的字段名，该参数与properties参数同级

PUT my_index
{
  "mappings": {
    "_doc": {
      "dynamic": false, 
      "properties": {
        "user":{
           "type":"text"
       }
    }
  }
}

• enabled   默认为true，设置为false则该字段不可被索引
• eager_global_ordinals   设置为true可以提高查询速度，但会降低更新速度，只可用在keyword类型使用，text类型只能在设置fileddata参数为ture时使用
• fileddata  与text配合使用，默认text类型不可支持排序和聚合查询，设置fileddata后即可，实现效果与新增keyword类型fields一致。

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "my_field": { 
          "type": "text",
          "fields": {
            "keyword": { 
              "type": "keyword"
            }
          }
        }
      }
    }
  }
}

• format  一般与日期类型一起使用，格式化日期

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "date": {
          "type":   "date",
          "format": "yyyy-MM-dd"
        }
      }
    }
  }
}

• ignore_malformed   忽略异常插入的数据，默认为false，即插入异常数据会报错，比如integer类型插入非数字字符串，则会报错，设置为true则允许错误数据，可以插入。

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "number_one": {
          "type": "integer",
          "ignore_malformed": true
        },
        "number_two": {
          "type": "integer"
        }
      }
    }
  }
}

• ignore_above   限制字段字符串长度,只能和keyword类型一起用，插入的数据超过限制数的数据不报错，但是不会被存储，搜索不到

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "message": {
          "type": "keyword",
          "ignore_above": 20 
        }
      }
    }
  }
}

• index   默认为true,设置为false则该字段不会存索引，即不可被搜索到。
• fields   为一个字段设定一个子字段，一般是由于当前字段数据类型不满足某种查询时使用，比如text类型的字段，想要排序就需要设置keyword类型的fields   通过此field进行排序，如下

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": { 
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}
 
PUT my_index/_doc/1
{
  "city": "New York"
}
 
GET my_index/_search
{
  "query": {
    "match": {
      "city": "york" 
    }
  },
  "sort": {
    "city.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 
      }
    }
  }
}

• norms  规范化，默认为ture,如果该字段不参与计分，则可以设置为false以节省硬盘空间
• null_value  指定该字段为null或空数组时对应的索引值，默认null不可被索引，使用方式如下

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "status_code": {
          "type":       "keyword",
          "null_value": "NULL" 
        }
      }
    }
  }
}
 
PUT my_index/_doc/1
{
  "status_code": null
}
 
PUT my_index/_doc/2
{
  "status_code": [] 
}
 
GET my_index/_search
{
  "query": {
    "term": {
      "status_code": "NULL" 
    }
  }
}

• position_increment_gap   词间差距，当一个字段有多个值，默认该值为100,如下,因为Abraham 和 Lincoln分别在数组的两个词中，因此他们的伪差距为100，所以搜索不出来

PUT my_index/_doc/1
{
    "names": [ "John Abraham", "Lincoln Smith"]
}
 
GET my_index/_search
{
    "query": {
        "match_phrase": {
            "names": {
                "query": "Abraham Lincoln" 
            }
        }
    }
}

通过此方式修改该字段伪差距

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "names": {
          "type": "text",
          "position_increment_gap": 0 
        }
      }
    }
  }
}

修改为0后，便可跨词搜索出来，但是必须和Abraham 和 Lincoln一样是相邻的词

• properties   配置type字段或子字段，自字段可如下配置嵌套类型和object

PUT my_index
{
  "mappings": {
    "_doc": { 
      "properties": {
        "manager": { 
          "properties": {
            "age":  { "type": "integer" },
            "name": { "type": "text"  }
          }
        },
        "employees": { 
          "type": "nested",
          "properties": {
            "age":  { "type": "integer" },
            "name": { "type": "text"  }
          }
        }
      }
    }
  }
}

• search_analyzer   配置字段查询分析器，与analyzer一样，但只用在搜索时，同时存在则搜索以这个为主（注  es新增数据索引和搜索都是通过指定分析器进行分词）
• similarity  配置字段相关度计算算法，默认是BM25,还可配置classic（TF/IDF算法），boolean（不计算相关度，只看查询内容是否完全匹配）
• store   是否存储源数据，默认是true，即会存储源数据，设置为false则该字段不保存数据，一般用于映射
• term_vector  词条向量，默认为false  参数有以下几个

1. no  默认，不存储词条向量
2. yes   分词对应的字段会被存储
3. with_positions   分词和每个词的位置会被存储
4. with_offsets      分词和分词的起始和结束字符偏移量会被存储
5. with_positions_offsets    分词 位置和向量会被存储

Meta FIelds  元字段

• _all    _all字段会将其他字段的值连接成一个大字符串，使用空格分隔，然后进行分析和索引，但是不进行存储，即可通过_all字段进行搜索所有字段服务的值，但查不到该字段的值，设置为true,则可通过查询_all查询所有。该字段中的值都会被当做字符串处理，比如日期类型2018-09-10会被当做字符串分割为2018 09 10 三个词。需要注意的是6.0以上版本该字段已经弃用，如果需要实现类似效果，可在需要用的字段配置move_to参数。例子如下

GET my_index/_search
{
  "query": {
    "match": {
      "_all": "Tom Terry"
    }
  }
}

• _field_names   索引包含除null之外的任何值的文档中每个字段的名称,可通过指定字段名查询，使用如下，已禁用。

GET my_index/_search
{
  "query": {
    "terms": {
      "_field_names": [ "name" ]
    }
  }
}

• _ignored    6.4版本后新增的元字段，通过此字段可查询到之前被忽略的异常而插入的数据信息(注：字段通过配置ignore_malformed参数，可忽略异常插入错误数据，比如将非数字的字符串插入数字类型的字段)

GET _search
{
  "query": {
    "exists": {
      "field": "_ignored"
    }
  }
}

• _id    通过该字段可以做id查询   如下查询id为1 2的数据

GET my_index/_search
{
  "query": {
    "terms": {
      "_id": [ "1", "2" ] 
    }
  }
}

• _index   通过此元字段可以进行index层面的排序、聚合、查询等。如下例子，指定查询index，通过index聚合查询。

GET index_1,index_2/_search
{
  "query": {
    "terms": {
      "_index": ["index_1", "index_2"] 
    }
  },
  "aggs": {
    "indices": {
      "terms": {
        "field": "_index", 
        "size": 10
      }
    }
  }
}

• _meta   用于存储一些特定信息  如下存储类信息。

PUT my_index
{
  "mappings": {
    "user": {
      "_meta": { 
        "class": "MyApp::User",
        "version": {
          "min": "1.0",
          "max": "1.3"
        }
      }
    }
  }
}

• _routing    指定分片路由字段，分片计算方式如下，默认的_routing 是_id，即通过id值计算路由

shard_num = hash(_routing) % num_primary_shards

   通过以下方式可以指定路由键为user1,插入数据

PUT my_index/_doc/1?routing=user1&refresh=true 
{
  "title": "This is a document"
}
 
GET my_index/_doc/1?routing=user1 

   通过以下方式请求可以指定只在user1和user2路由键相关联的分片上查找

GET my_index/_search?routing=user1,user2 
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}

   如果带路由键插入，但是不带路由键查询，会根据id计算分片，查找不到可能会导致遍历所有分片，因此可以在创建mapping时指定必须带路由键操作。

PUT my_index2
{
  "mappings": {
    "_doc": {
      "_routing": {
        "required": true 
      }
    }
  }
}

• _source   源数据，如果enabled设置为false则不存储数据，配置如下

PUT tweets
{
  "mappings": {
    "_doc": {
      "_source": {
        "enabled": false
      }
    }
  }
}

   一般用于配置某些字段不存储数据   配置如下,includes表示存储数据的字段，excludes标识不存储数据的字段。

PUT logs
{
  "mappings": {
    "_doc": {
      "_source": {
        "includes": [
          "*.count",
          "meta.*"
        ],
        "excludes": [
          "meta.description",
          "meta.other.*"
        ]
      }
    }
  }
}
 
 
PUT logs/_doc/1
{
  "requests": {
    "count": 10,
    "foo": "bar" 
  },
  "meta": {
    "name": "Some metric",
    "description": "Some metric description", 
    "other": {
      "foo": "one", 
      "baz": "two" 
    }
  }
}

• _type  与_id类似，可通过type类型进行查询,排序，聚合等。6.0版本后废弃
• _uid   唯一id,即在同个index中，uid可以唯一标识任意type中的数据。用法与_type _id类似。6.0版本后废弃

GET my_index/_search
{
  "query": {
    "terms": {
      "_uid": [ "_doc#1", "_doc#2" ] 
    }
}

 原文：https://blog.csdn.net/asd804171023/article/details/82837675