理解 Mapping

创作人：欧阳楚才
映射（mapping）就像数据库中的 Schema ，描述了文档可能具有的字段或属性、每个字段的数据类型，比如 Text，Keyword，Integer 或 Date ，以及 Lucene 是如何索引和存储这些字段的。

核心简单字段类型

Elasticsearch 支持如下简单字段类型：

字符串： text，keyword整数：byte，short，integer，long浮点数： float，double布尔型： boolean日期： date更多的字段类型比如 geo_point，ip，nested 等可以在链接处查看：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

当你索引一个包含新字段的文档之前，未曾出现 Elasticsearch 会使用动态映射，通过 JSON 中基本数据类型，尝试猜测字段类型，使用如下规则：

JSON 数据字段类型布尔型：true 或者 falseboolean整数：123long浮点数：123.45double字符串，有效日期：2021-05-01date字符串：foo bartext 和 keyword

注意：如果你通过引号 ( "123" ) 索引一个数字，它会被映射为字符串类型 text 和 keyword，而不是 long 。但如果这个字段已经映射为 long ，那么 Elasticsearch 会尝试将这个字符串转化为 long （在 coerce 设置为 true 的情况下），如果无法转化，则抛出一个异常。

查看映射

通过 /_mapping ，我们可以查看 Elasticsearch 在一个或多个索引中的映射。

Elasticsearch 文档写入示例：

PUT twitter/_doc/1
 "user": "kimchy",
 "post_date": "2009-11-15T13:12:00",
 "message": "Trying out Elasticsearch, so far so good?"
PUT twitter/_doc/2
 "user": "kimchy",
 "post_date": "2009-11-15T14:12:12",
 "message": "Another tweet, will it be indexed?"
PUT twitter/_doc/3
 "user": "elastic",
 "post_date": "2010-01-15T01:46:38",
 "message": "Building the site, should be kewl"
}

查看索引映射示例:

GET twitter/_mapping

Elasticsearch 根据我们索引的文档，为字段动态生成的映射：

{
 "twitter" : {
 "mappings" : {
 "properties" : {
 "message" : {
 "type" : "text",
 "fields" : {
 "keyword" : {
 "type" : "keyword",
 "ignore_above" : 256
 "post_date" : {
 "type" : "date"
 "user" : {
 "type" : "text",
 "fields" : {
 "keyword" : {
 "type" : "keyword",
 "ignore_above" : 256
}

注意：错误的映射，例如将年龄字段映射为 text 类型，而不是 integer ，会导致查询出现令人困惑的结果。

检查一下，而不是假设你的映射是正确的。

自定义字段映射

尽管在很多情况下基本字段数据类型已经够用，但你经常需要为单独字段自定义映射，特别是字符串字段。自定义映射允许你执行下面的操作：

全文字符串字段和精确值字符串字段的区别使用特定语言分析器优化字段以适应部分匹配指定自定义数据格式还有更多

字段最重要的属性是 type 。

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

字符串字段类型，包括全文字符串 text 和精确值字符串 keyword。

text 类型字段的最重要属性是分析器 analyzer，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 、english、cjk：

{
 "message": {
 "type": "text",
 "analyzer": "cjk"
}

创建/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 更新映射。

我们可以更新一个映射来添加一个新字段，但不能更新一个现有的 mapping 把它的字段类型从一个变为另外一个，比如从 text 变为 keyword。我

们可以在维持现有 mapping 的情况下，把一个字段变成一个 multi-field 字段。

为了描述指定映射的两种方式，我们先删除 twitter 索引：

DELETE twitter

创建一个新索引，指定 message 字段使用 cjk 分析器：

PUT twitter
 "settings": {
 "number_of_shards": "5",
 "number_of_replicas": "1"
 "mappings": {
 "properties": {
 "user": {
 "type": "keyword"
 "post_date": {
 "type": "date"
 "message": {
 "type": "text",
 "analyzer": "cjk"
}

通过消息体中指定的 mappings 创建了索引映射，索引设置 settings 中通过 number_of_shards 指定分片数，number_of_replicas 指定副本数。

给映射增加一个新的名为 tag 的 keyword 类型字段，使用 _mapping ：

PUT twitter/_mapping
 "properties": {
 "tag": {
 "type": "keyword"
}

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

测试映射

可以使用 analyze API 测试字符串字段的映射，比较下面两个请求的输出：

GET /twitter/_analyze
 "field": "message",
 "text": "搜索引擎" 
GET /twitter/_analyze
 "field": "tag",
 "text": "搜索引擎" 
}

消息体里面传入我们想要分析的文本。message 字段产生 3 个词条 ”搜索“、”索引” 和 ”引擎“， tag 字段产生单独的词条”搜索引擎“，换句话说，我们的映射正常工作。

本文转自网络，原文链接：https://developer.aliyun.com/article/784077
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！