elasticsearch入门使用（二） Mapping + field type字段类型
Elasticsearch Reference [6.2] » Mapping
参考官方英文文档 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html
部分内容参考：https://www.cnblogs.com/ljhdo/p/4981928.html
Mapping 是定义文档及其包含的字段如何存储和编制索引的过程，每个索引都有一个映射类型，用于确定文档将如何编制索引。
一、Meta-fields
包括文档的_index，_type，_id和_source字段
二、es字段数据类型：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
- 字符串类型
text 、 keyword - 数值类型
long, integer, short, byte, double, float, half_float, scaled_float - 日期类型
date - 布尔值类型
boolean - 二进制类型
binary - 范围类型
integer_range, float_range, long_range, double_range, date_range - Array数据类型(Array不需要定义特殊类型)
[ "one", "two" ]
[ 1, 2 ]
[{ "name": "Mary", "age": 12 },{ "name": "John", "age": 10}]
- Object数据类型 （json嵌套）
{
"region": "US",
"manager": {
"age": 30,
"name": {
"first": "John",
"last": "Smith"
}
}
}
- 地理数据类型
Geo-point，Geo-Shape(比较复杂，参考官网文档，一般用Geo-point就可以了) - 特殊数据类型
ip(IPv4 and IPv6 addresses)
completion(自动完成/搜索)
token_count (数值类型，分析字符串，索引的数量)
murmur3 (索引时计算字段值的散列并将它们存储在索引中的功能。 在高基数和大字符串字段上运行基数聚合时有很大帮助)
join (同一索引的文档中创建父/子关系)
以下是常用的参数类型定义&赋值demo
| 类型 | 参数定义 | 赋值 |
|---|---|---|
| text | "name": | "name": "zhangsan" |
| keyword | "tags": | "tags": "food" |
| date | "date": | "date":"2015-01-01T12:10:30" |
| long | "age": | "age" :28 |
| double | "score": | "score":98.8 |
| boolean | "isgirl": | "isgirl" :true |
| ip | "ip_addr": | "ip_addr": "192.168.1.1" |
| geo_point | "location": | "location": |
三、Mapping parameters
https://www.elastic.co/guide/en/elasticsearch/reference/6.2/mapping-params.html 带*是常用的字段属性
| Parameters | 默认值 | 备注 |
|---|---|---|
| *analyzer | "standard" | standard/simple/stop/keyword/whitespace/(lang:english)字符串分析器,keyword意思是不分词内容整体作为一个token |
| normalizer | - | 统一设置标准化分词，mapping里的字段可以使用同样的分词器 |
| boost | 1.0 | 字段在文档中的权重 |
| coerce | true | 字符串强制转换为数字 |
| copy_to | - | 例如将firstname和lastname复制到fullname |
| doc_values | true | 创建索引的时候存储在磁盘的数据结构，不需要排序和聚合改为false节省磁盘空间 |
| *dynamic | true | ture/false/strict允许动态添加字段，不建议设为true |
| enabled | true | 只存储不索引或聚合，例如session会话存储 |
| fielddata | 字符串专用，查询时将term-document关系存储在内存中 | |
| eager_global_ordinals | 自增唯一编号 | |
| *format | "format": "yyyy-MM-dd hh:mm:ss" | |
| ignore_above | 0 | int,超过这个长度的字符串不会被索引和存储,0代表不限制 |
| ignore_malformed | 设置为true允许错误的数据类型索引到字段中引起的异常 | |
| index_options | positions/docs | docs(只索引文档编号)/freqs(索引文档编号和词频)/positions(索引文档编号/词频/词位置)/offsets(索引文档编号/词频/词偏移量/词位置) ,被索引的字段默认用positions，其他的docs |
| *index | "analyzed" | analyzed/not_analyzed/no 字段值是否被索引,设置no的字段不可查询，参考中文文档 |
| fields | 相同的字段设置不同的方式 | |
| norms | true | score评分相关，会占用一定的磁盘空间，不需要可以关闭 |
| null_value | null | 空值不能被索引和搜索，用字符串"NULL"代替空值 "null_value": "NULL" |
| position_increment_gap | 100 | 当索引多个值的文本时支持临近或短语查询，或值之间的间隙 |
| properties | - | 在创建索引时定义字段的属性 |
| *search_analyzer | 索引的分词器 | 一般索引和搜索用同样的分词器，如需不一样可更改 |
| similarity | "BM25" | BM25/classic/boolean，主要用于文本字段的相似度算法 |
| *store | false | 默认情况字段被索引可以搜索，但没有存储原始值且不能用原始值查询，_resource包含了所有的值，当大段文本需要搜索时可以修改为true |
| term_vector | "no" | no/yes/with_positions/with_offsets/with_positions_offsets 分词向量，分析过程产生的术语 |
