1,mapping简介

2,自定义 mapping

3,mapping演示

PUT my_index
{
  "mappings": {
    "doc": {
      "properties": {
        "title": {
          "type": "text"
        },
        "name": {
          "type": "keyword"
        },
        "age": {
          "type": "integer"
        }
      }
    }
  }
}

GET my_index/_mapping

{
  "my_index": {
    "mappings": {
      "doc": {
        "properties": {
          "age": {
            "type": "integer"
          },
          "name": {
            "type": "keyword"
          },
          "title": {
            "type": "text"
          }
        }
      }
    }
  }
}

PUT my_index/doc/1
{
  "name":"alfred a ",
  "age":9
}
----------------------------
{
  "_index": "my_index",
  "_type": "doc",
  "_id": "1",
  "_version": 2,
  "result": "updated",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 1,
  "_primary_term": 1
}

GET my_index/_search
{
  "query":{
    "match": {
      "name": "alfred"
    }
  }
}
-----------------------------------

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "my_index",
        "_type": "doc",
        "_id": "1",
        "_score": 0.2876821,
        "_source": {
          "name": "alfred",
          "age": 9
        }
      }
    ]
  }
}

DELETE my_index

4,自定义Mapping 之copy_to参数说明

5,自定义Mapping之index参数说明

6,自定义Mapping之index_options参数说明

7,mapping文档说明

-------------------------------

8,数据类型

核心数据类型

字符串型：text、keyword（不会分词）
数值型：long、integer、short、byte、double、float、half_float等
日期类型：date
布尔类型：boolean
二进制类型：binary

属性名字	说明
text	用于全文索引，该类型的字段将通过分词器进行分词，最终用于构建索引
keyword	不分词
long	有符号64-bit integer：-2^63 ~ 2^63 - 1
integer	有符号32-bit integer，-2^31 ~ 2^31 - 1
short	有符号16-bit integer，-32768 ~ 32767
byte	有符号8-bit integer，-128 ~ 127
double	64-bit IEEE 754 浮点数
float	32-bit IEEE 754 浮点数
half_float	16-bit IEEE 754 浮点数
boolean	true,false
date	https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-date-format.html
binary	该类型的字段把值当做经过 base64 编码的字符串，默认不存储，且不可搜索

范围类型：integer_range、float_range、long_range、double_range、date_range

范围类型例子：

标识一个数据范围而不是一个值如age:10~20 搜索{"gle":5,"lte":20} 则可以搜索出来数据

支持的数据类型	说明
integer_range
float_range
long_range
double_range
date_range	64-bit 无符号整数，时间戳（单位：毫秒）
ip_range	IPV4 或 IPV6 格式的字符串

可选参数:

relation这只匹配模式

INTERSECTS 默认的匹配模式，只要搜索值与字段值有交集即可匹配到

WITHIN 字段值需要完全包含在搜索值之内，也就是字段值是搜索值的子集才搜索出来

CONTAINS 与WITHIN相反，只搜索字段值包含搜索值的文档

例子：

1.添加index

put:127.0.0.1:9200/range_test

{
  "mappings": {
    "_doc": {
      "properties": {
        "count": {
          "type": "integer_range"
        },
        "create_date": {
          "type": "date_range", 
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        }
      }
    }
  }
}

2.添加测试数据

post:127.0.0.1:9200/range_test/_doc/1

{
  "count" : { 
    "gte" : 1,
    "lte" : 100
  },
  "create_date" : { 
    "gte" : "2019-02-1 12:00:00", 
    "lte" : "2019-03-30"
  }
}

3.测试搜索

get:127.0.0.1:9200/range_test/_doc/_search

{
    "query":{
        "term":{
            "count":5
        }
    }
}

5在1~100之间可以搜索出来

{
  "query" : {
    "range" : {
      "create_date" : { 
        "gte" : "2019-02-01",
        "lte" : "2019-03-30",
        "relation" : "within" 
      }
    }
  }
}

复杂数据类型

数组类型：array 支持字符串数值 object对象数组数组元素必须为相同数据类型
对象类型：object

{
    "name": "小明",
    "user_info": {
        "student_id": 111,
        "class_info": {
            "class_name": "1年级"
        }
    }
}

被索引形式

{
 "name":"小明",
"user_info.student_id":"111",
"user_info.student_info.class_name":"111"
}

嵌套类型：nested object

能够支持数组元素单独的做索引

查询api:https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-nested-query.html

聚合api:https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-reverse-nested-aggregation.html

排序api:https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-reverse-nested-aggregation.html

检索和高亮:https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-inner-hits.html#nested-inner-hits

Nested和Object区别

put:127.0.0.1:9200/object_test/_doc/1 默认是object类型

{
    "user_name":"小明",
    "subjects":[
        {"subject_name":"地理","id":1},
        {"subject_name":"英语","id":2}
    ]
}

搜索名字为英语id为1的

{
    "query":{
        "bool":{
        "must":[
            {"match":{"subjects.subject_name":"英语"}},
                {"match":{"subjects.id":"1"}}
            ]
            }
    }
}

正常搜索不出来测试时搜索出来了

因为索引为以下格式

{
 "name":"小明",
"subjects.subject_name":["英语","地理"],
"subjects.subject_id":["1","2"]
}

改为Nested 就不会

地理位置数据类型：geo_point、geo_shape

geo_point

几种格式

object对象："location": {"lat": 41.12, "lon": -71.34}

字符串："location": "41.12,-71.34"

geohash："location": "drm3btev3e86"

数组："location": [ -71.34, 41.12 ]

geo_shape

查询api:https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-geo-bounding-box-query.html

专用类型：ip（记录ip地址）、completion（实现自动补全）、token_count（记录分词数）、murmur3（记录字符串hash值）

多字段特性

多字段特性（multi-fields），表示允许对同一字段采用不同的配置，比如分词。

常见例子是对人名实现拼音搜索，只需要在人名中新增一个字段pinyin即可。但是这种方式不是十分优雅，multi-fields可以在不改变整体结构的前提下，增加一个子字段：

9,dynamic-mapping简介

10,dynamic日期与数字识别

日期的自动识别可以自行配置日期的格式，默认情况下是：

["strict_date_opeional_time", "yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]

strict_date_opeional_time 是ISO 标准的日期格式，完整的格式如下：

YYYY-MM-DDhh:mm:ssTZD(eg:1997-07-16y19:20:30+01:00)

dynamic_date_formats：可以自定义日期类型
date_detection：可以关闭日期自动识别机制（默认开启）

数字自动识别

字符串为数字的时候，默认不会自动识别为整型，因为字符串中出现数字是完全合理的。

numeric_detection 可以开启字符串中数字的自动识别。

11,dynamic-template简介

Dynamic Templates 意为动态模板，它的作用是允许根据es自动识别的数据类型、字段名等来动态设定字段类型。

可以实现的效果如下：

所有字符串类型都设置为keyword类型，即默认不分词
所有以message开头的字段都设置为text类型，即分词
所有以long_开头的字段都设置为long类型
所有自动匹配为double类型的都设定为float类型，以节省空间

匹配规则参数

match_mapping_type：匹配es自动识别的字段类型，如boolean、long等
match、unmatch：匹配字段名
path_match、path_unmatch：匹配路径

举例

字段类型匹配

首先PUT一个文档，然后查看mapping：

PUT test_index/doc/1
{
  "name": "Tom"
}

GET test_index/_mapping

可以看到在默认情况下，字符串被识别成为text类型，并且有一个子字段keyword。

现在设置动态模板，要求匹配到string类型的字段设置为keyword：

PUT test_index
{
  "mappings": {
    "doc": {
      "dynamic_templates": [
        {
          "strings_as_keywords": {
            "match_mapping_type": "string",
            "mapping": {
              "type": "keyword"
            }
          }
        }
      ] 
    }
  }

重新创建文档并查看mapping：

name字段的类型变成了 keyword类型

字段匹配

现在想将以message开头的字段且为string的匹配称为text类型，其余为keyword：

PUT test_index
{
  "mappings": {
    "doc": {
      "dynamic_templates": [
        {
          "message_as_text": {
            "match_mapping_type": "string",
            "match": "message",
            "mapping": {
              "type": "text"
            }
          }
        },
        {
          "strings_as_keywords": {
            "match_mapping_type": "string",
            "mapping": {
              "type": "keyword"
            }
          }
        }
      ] 
    }
  }
}

Dynamic Templates 的匹配顺序是从上到下执行的，匹配到一个后后面的规则就会跳过

然后创建一个文档并查看mapping：

PUT test_index/doc/1
{
  "name": "john",
  "message": "good boy"
}

GET test_index/_mapping

可以看到message被设置为了text类型，name还是keyword

double设定为float

12,自定义mapping的建议

一般步骤
自定义mapping 的步骤：

写一条文档到es的临时索引中，获取es自动生成的mapping
修改第一步得到的mapping，自定义相关配置
使用第2步的mapping创建实际的索引
实际举例
假设我得到了需要存入es的文档，首先将文档写入临时的index中：

实际举例

假设我得到了需要存入es的文档，首先将文档写入临时的index中：

PUT test_index/doc/1
{
  "referre": "-",
  "response_code": "200",
  "remote_ip": "172.0.0.1",
  "method": "POST",
  "username": "-",
  "http_version": "1.1",
  "body_sent": {
    "bytes": "0"
  },
  "url": "/helloworld"
}

然后查看es自动生成的mapping：

GET test_index/_mapping

现在希望将bytes设置为整型，url设置为text类型，其他都使用keyword（将上一步的输出复制过来就好）：

PUT product_index
{
    "mappings": {
      "doc": {
        "properties": {
          "body_sent": {
            "properties": {
              "bytes": {
                "type": "long"
              }
            }
          },
          "http_version": {
            "type": "keyword"
          },
          "method": {
            "type": "keyword"
          },
          "referre": {
            "type": "keyword"
          },
          "remote_ip": {
            "type": "keyword"
          },
          "response_code": {
            "type": "keyword"
          },
          "url": {
            "type": "text"
          },
          "username": {
            "type": "keyword"
          }
        }
      }
    }
  }

这样直接将测试index的mapping复制过来进行修改，不会遗漏字段，修改完成设置一个index的名称就行了。

然后就可以向实际的索引中写入文档了：

PUT product_index/doc/1
{
  "referre": "-",
  "response_code": "200",
  "remote_ip": "172.0.0.1",
  "method": "POST",
  "username": "-",
  "http_version": "1.1",
  "body_sent": {
    "bytes": "0"
  },
  "url": "/helloworld"
}

然后查看一下实际索引的mapping：

GET product_index/_mapping

13,索引模板

什么是索引模板

索引模板，index template，主要用于在新建索引时自动应用预先设置的配置，简化索引创建的步骤。

模板中可以设定索引的配置以及mapping，可以有多个模板，根据order设置，order大的覆盖小的范围。

模板加载顺序根据 order 从小到大加载，后面的大order的模板的配置将会覆盖小 order配置。

获取与删除的API 如下：

举例

这里设置了两个索引模板：

PUT _template/test_template
{
  "index_patterns": ["te*", "bar*"],
  "order": 0,
  "settings": {
    "number_of_shards": 1
  },
  "mappings": {
    "doc": {
      "_source": {
        "enabled": false
      },
      "properties": {
        "name": {
          "type": "keyword"
        }
      }
    }
  }
}

PUT _template/test_template2
{
  "index_patterns": ["test*"],
  "order": 1,
  "settings": {
    "number_of_shards": 1
  },
  "mappings": {
    "doc": {
      "_source": {
        "enabled": true
      }
    }
  }
}

　　然后先创建一个foo_index，并获取一下它的mapping：

PUT foo_index
GET foo_index/_mapping

因为这个index没有被任何一个模板匹配到，所以它的mapping是空的

再创建一个bar_index，并获取一下它的mapping：

PUT bar_index
GET bar_index/_mapping

这个索引匹配到了test_template

再创建一个test_index，并获取一下它的index配置：

PUT test_index
GET test_index/

这个索引匹配到了test_template2模板，这使得索引的”_source”: {“enabled”: true}

posted on 2020-05-05 14:14 孙龙-程序员阅读(4001) 评论(0) 收藏举报

刷新页面返回顶部