文章目录
- es-Mapping
- 概念
- 查看mapping
- ES数据类型
- 两种映射类型
- 映射参数
es-Mapping
- 概念:映射是定义文档及其包含的字段的存储和索引方式的过程
- 两种映射方式
- dynamic mapping(动态映射或自动映射)
- expllcit mapping (静态映射或手动映射或显示映射)
- Mapping数据类型
- Mapping参数
概念
mapping就是ES数据字段field的type元数据,ES在创建索引的时候,dynamic mapping会自动为不同的数据指定相应mapping,mapping中包含了字段的类型、搜索方式(exact value或者full text)、分词器等。
查看mapping
GET /index/_mappings
ES数据类型
- 核心类型
- 1)数字类型:
- a.long, integer, short, byte, double, float, half_float, scaled_float
- b.在满足需求的情况下,尽可能选择范围小的数据类型。
- 2)字符串:string:
- a.keyword:适用于索引结构化的字段,可以用于过滤、排序、聚合。keyword类型的字段只能通过精确值(exact value)搜索到。Id应该用keyword
- text:当一个字段是要被全文搜索的,比如Email内容、产品描述,这些字段应该使用text类型。设置text类型以后,字段内容会被分析,在生成倒排索引以前,字符串会被分析器分成一个一个词项。text类型的字段不用于排序,很少用于聚合。(解释一下为啥不会为text创建正排索引:字段数据会占用大量堆空间,尤其是在加载高基数text字段时。字段数据一旦加载到堆中,就在该段的生命周期内保持在那里。同样,加载字段数据是一个昂贵的过程,可能导致用户遇到延迟问题。这就是默认情况下禁用字段数据的原因)
- b.有时,在同一字段中同时具有全文本(text)和关键字(keyword)版本会很有用:一个用于全文本搜索,另一个用于聚合和排序。
- 3)date(时间类型):包括date和date nanos
- 4)alias:为现有字段定义别名
- 5)binary(二进制):binary
- 6)range(区间类型):integer_range、float_range、long_range、double_range、date_range
- 1)数字类型:
- 对象关系类型
- 1)object:用于单个JSON对象
- 2)nested:用于JSON对象数组
- 3)flattened:允许将整个JSON对象引为单个字段
- 结构化类型
- geo-point:纬度/经度积分
- geo-shape:用于多边形等复杂形状
- point:笛卡尔坐标点
- shape:笛卡尔任意几何突图形
- 特殊类型
- 1)IP地址:ip 用于IPv4和IPv6地址
- 2)Completion:提供自动完成建议
- 3)Tocken_count:计算字符串中令牌的数量
- 4)Murmur3:在索引时计算值的哈希并将其存储在索引中
- 5)Annotated-text:索引包含特殊标记的文本(通常用于标识命名实体)
- 6)Percolator:接受来自query-dsl的查询
- 7)Join:为同一索引内的文档定义父/子关系
- 8)Rank features:记录数字功能以提高查询时的点击率。
- 9)Dense vector:记录浮点值的密集向量。
- 10)Sparse vector:记录浮点值的稀疏向量。
- 11)Search-as-you-type:针对查询优化的文本字段,以实现按需输入的完成
- 12)Histogram:histogram 用于百分位数聚合的预聚合数值。
- 13)Constant keyword:keyword当所有文档都具有相同值时的情况的 专业化。
- Array(数组):在Elasticsearch中,数组不需要专用的字段数据类型。默认情况下,任何字段都可以包含零个或多个值,但是,数组中的所有值都必须具有相同的数据类型。
- ES 7新增:
1)Date_nanos:date plus 纳秒
2)Features:
两种映射类型
- Dynamic field mapping:自动映射
- 整数 => long
- 浮点数=> float
- true || false => boolean
- 日期 => date
- 数组 => 取决于数组中的第一个有效值
- 对象 => object
- 字符串 => 如果不是数字和日期类型,那会被映射为text和keyword连个类型
除了上述字段类型之外,其他类型都必须显示映射,也就是必须手工指定,因为其他类型ES无法识别
- Expllcit field mapping : 手动映射
PUT /product
{
"mappings":{
"properties":{
"field":{
"mapping_parameter":"parameter_value"
}
}
}
}
映射参数
- ①index:是否对创建对当前字段创建倒排索引,默认true,如果不创建索引,该字段不会通过索引被搜索到,但是仍然会在source元数据中展示
- ②analyzer:指定分析器(character filter、tokenizer、Token filters)。
- ③boost:对当前字段相关度的评分权重,默认1
- ④coerce:是否允许强制类型转换 true “1”=> 1 false “1”=< 1
- ⑤copy_to:
"field": {
"type": "text",
"copy_to": "other_field_name"
}
- ⑥doc_values:为了提升排序和聚合效率,默认true,如果确定不需要对字段进行排序或聚合,也不需要通过脚本访问字段值,则可以禁用doc值以节省磁盘空间(不支持text和annotated_text)
- ⑦dynamic:控制是否可以动态添加新字段
- 1)true 新检测到的字段将添加到映射中。(默认)
- 2)false 新检测到的字段将被忽略。这些字段将不会被索引,因此将无法搜索,但仍会出现在_source返回的匹配项中。这些字段不会添加到映射中,必须显式添加新字段。
- 3)strict 如果检测到新字段,则会引发异常并拒绝文档。必须将新字段显式添加到映射中
- ⑧eager_global_ordinals:用于聚合的字段上,优化聚合性能。
- 1)Frozen indices(冻结索引):有些索引使用率很高,会被保存在内存中,有些使用率特别低,宁愿在使用的时候重新创建,在使用完毕后丢弃数据,Frozen indices的数据命中频率小,不适用于高搜索负载,数据不会被保存在内存中,堆空间占用比普通索引少得多,Frozen indices是只读的,请求可能是秒级或者分钟级。eager_global_ordinals不适用于Frozen indices
- ⑨enable:是否创建倒排索引,可以对字段操作,也可以对索引操作,如果不创建索引,让然可以检索并在_source元数据中展示,谨慎使用,该状态无法修改。
PUT my_index{
"mappings": {
"enabled": false
}}
PUT my_index{
"mappings": {
"properties": {
"session_data": {
"type": "object",
"enabled": false
}
}
}}
- ⑩fielddata:查询时内存数据结构,在首次用当前字段聚合、排序或者在脚本中使用时,需要字段为fielddata数据结构,并且创建倒排索引保存到堆中
- ⑪fields:给field创建多字段,用于不同目的(全文检索或者聚合分析排序)
- ⑫format:格式化
"date": {
"type": "date",
"format": "yyyy-MM-dd"
}
- ⑬ignore_above:超过长度将被忽略
- ⑭ignore_malformed:忽略类型错误
PUT my_index{
"mappings": {
"properties": {
"number_one": {
"type": "integer",
"ignore_malformed": true
},
"number_two": {
"type": "integer"
}
}
}}
PUT my_index/_doc/1{
"text": "Some text value",
"number_one": "foo" } //虽然有异常 但是不抛出
PUT my_index/_doc/2{
"text": "Some text value",
"number_two": "foo" } //数据格式不对
- ⑮index_options:控制将哪些信息添加到反向索引中以进行搜索和突出显示。仅用于text字段
- ⑯Index_phrases:提升exact_value查询速度,但是要消耗更多磁盘空间
- ⑰Index_prefixes:前缀搜索
- 1)min_chars:前缀最小长度,>0,默认2(包含)
- 2)max_chars:前缀最大长度,<20,默认5(包含)
"index_prefixes": {
"min_chars" : 1,
"max_chars" : 10
}
- ⑱meta:附加元数据
- ⑲normalizer:
- ⑳norms:是否禁用评分(在filter和聚合字段上应该禁用)。
- 21null_value:为null值设置默认值
"null_value": "NULL"
- 22position_increment_gap:
- 23proterties:除了mapping还可用于object的属性设置
- 24search_analyzer:设置单独的查询时分析器:
PUT my_index{
"settings": {
"analysis": {
"filter": {
"autocomplete_filter": {
"type": "edge_ngram",
"min_gram": 1,
"max_gram": 20
}
},
"analyzer": {
"autocomplete": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"autocomplete_filter"
]
}
}
}
},
"mappings": {
"properties": {
"text": {
"type": "text",
"analyzer": "autocomplete",
"search_analyzer": "standard"
}
}
}}
PUT my_index/_doc/1{
"text": "Quick Brown Fox" }
GET my_index/_search{
"query": {
"match": {
"text": {
"query": "Quick Br",
"operator": "and"
}
}
}}
- 25similarity:为字段设置相关度算法,支持BM25、claassic(TF-IDF)、boolean
- 26store:设置字段是否仅查询
- 27term_vector:运维参数