ES 基本使用《四》--索引mapping

1. mapping

为了能够将时间域视为时间，数字域视为数字，字符串域视为全文或精确值字符串， Elasticsearch 需要知道每个域中数据的类型。这个信息包含在映射中。索引中每个文档都有 类型 。每种类型都有它自己的 映射 ，或者 模式定义。映射定义了类型中的域，每个域的数据类型，以及Elasticsearch如何处理这些域。映射也用于配置与类型有关的元数据。

索引mapping：描述文档如何存储的。创建索引时指定，后续不可修改。有点像数据的数据类型的概念，

创建索引时，默认定义该索引的mapping；已经存在的映射是不能修改的，只能重新创建该搜索引。

Elasticsearch 支持 如下简单域类型：

• 字符串: string
• 整数 : byte, short, integer, long
• 浮点数: float, double
• 布尔型: boolean
• 日期: date

当你索引一个包含新域的文档--之前未曾出现-- Elasticsearch 会使用 动态映射 ，通过JSON中基本数据类型，尝试猜测域类型，使用如下规则：

JSON type

域 type

布尔型: true 或者 false

boolean

整数: 123

long

浮点数: 123.45

double

字符串，有效日期: 2014-09-15

date

字符串: foo bar

string

2. 查看映射

  查看my_store类型为products的mapping

GET  /my_store/_mapping/products                    （GET /my_store/products/_mapping/）             ----------------------------------------------{   "my_store": {      "mappings": {         "products": {            "properties": {               "price": {                  "type": "long"               },               "productID": {                  "type": "keyword"               }            }         }      }   }}

3. 自定义映射

 

尽管在很多情况下基本域数据类型 已经够用，但你经常需要为单独域自定义映射 ，特别是字符串域。自定义映射允许你执行下面的操作：

• 全文字符串域和精确值字符串域的区别
• 使用特定语言分析器
• 优化域以适应部分匹配
• 指定自定义数据格式
• 还有更多

域最重要的属性是 type 。对于不是 string 的域，你一般只需要设置 type ：

{    "number_of_clicks": {        "type": "integer"    }}

默认， string 类型域会被认为包含全文。就是说，它们的值在索引前，会通过 一个分析器，针对于这个域的查询在搜索前也会经过一个分析器。

string 域映射的两个最重要 属性是 index 和 analyzer 。

3.1 index

index 属性控制怎样索引字符串。它可以是下面三个值：

analyzed

首先分析字符串，然后索引它。换句话说，以全文索引这个域。

not_analyzed

  索引这个域，所以它能够被搜索，但索引的是精确值。不会对它进行分析。

no

不索引这个域。这个域不会被搜索到。

string 域 index 属性默认是 analyzed 。如果我们想映射这个字段为一个精确值，我们需要设置它为 not_analyzed ：

{    "tag": {        "type":     "string",        "index":    "not_analyzed"    }}

注意：其他简单类型（例如 long ， double ， date 等）也接受 index 参数，但有意义的值只有 no 和 not_analyzed ， 因为它们永远不会被分析。

3.2 analyzer

对于 analyzed 字符串域，用 analyzer 属性指定在搜索和索引时使用的分析器。默认， Elasticsearch 使用 standard 分析器， 但你可以指定一个内置的分析器替代它，例如 whitespace 、 simple 和 `english`：

{    "tweet": {        "type":     "string",        "analyzer": "english"    }}

4. 更新映射
   当你首次 创建一个索引的时候，可以指定类型的映射。你也可以使用 /_mapping 为新类型（或者为存在的类型更新映射）增加映射。

 注意：尽管你可以 增加_ 一个存在的映射，你不能 _修改 存在的域映射。如果一个域的映射已经存在，那么该域的数据可能已经被索引。如果你意图修改这个域的映射，索引的数据可能会出错，不能被正常的搜索

我们可以更新一个映射来添加一个新域，但不能将一个存在的域从 analyzed 改为 not_analyzed 。

为了描述指定映射的两种方式，我们先删除 gd 索引：

DELETE /gb

然后创建一个新索引，指定 tweet 域使用 english 分析器：

PUT /gb {  "mappings": {                          通过消息体中指定的 mappings 创建了索引    "tweet" : {      "properties" : {        "tweet" : {          "type" :    "string",          "analyzer": "english"        },        "date" : {          "type" :   "date"        },        "name" : {          "type" :   "string"        },        "user_id" : {          "type" :   "long"        }      }    }  }}

稍后，我们决定在 tweet 映射增加一个新的名为 tag 的 not_analyzed 的文本域，使用 _mapping ：

PUT /gb/_mapping/tweet{  "properties" : {    "tag" : {      "type" :    "string",      "index":    "not_analyzed"    }  }}

注意，我们不需要再次列出所有已存在的域，因为无论如何我们都无法改变它们。新域已经被合并到存在的映射中。

5.测试映射

可以使用 analyze API 测试字符串域的映射。比较下面两个请求的输出：

GET /gb/_analyze{  "field": "tweet",  "text": "Black-cats" }tweet 是string类型使用index为analyzed 所以在填充数据和搜索数据是都要经过分析。-----------------------{   "tokens": [      {         "token": "black",         "start_offset": 0,         "end_offset": 5,         "type": "<ALPHANUM>",         "position": 0      },      {         "token": "cat",         "start_offset": 6,         "end_offset": 10,         "type": "<ALPHANUM>",         "position": 1      }   ]}===============================================================GET /gb/_analyze{  "field": "tag",  "text": "Black-cats" }tag 域是string 但是index是not_analyzed不启用分析字符串功能。可以看到下面是一个完整的字符串--------------------------------------{   "tokens": [      {         "token": "Black-cats",         "start_offset": 0,         "end_offset": 10,         "type": "word",         "position": 0      }   ]}

总结：ES 索引的映射描述的是数据是如何存储的，很像关系型数据库中的字段数据类型。mapping都是在创建索引时通过自定义或者动态生成的，我们并不能更改已经存的mapping。其中简单的类型string值得我注意下，这个类型有两个属性，index （是否启用分析器）和analyzer（指定分析器）。

启用分析器是，在该域填充数据喝着索引数据都会经过分析器。

复杂核心类型：存储数据，多层级对象，多值，参考：https://www.elastic.co/guide/cn/elasticsearch/guide/current/complex-core-fields.html