欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

elasticsearch入门使用(二) Mapping + field type字段类型

程序员文章站 2022-07-05 08:04:24
...

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

  1. 字符串类型
    textkeyword
  2. 数值类型
    long, integer, short, byte, double, float, half_float, scaled_float
  3. 日期类型
    date
  4. 布尔值类型
    boolean
  5. 二进制类型
    binary
  6. 范围类型
    integer_range, float_range, long_range, double_range, date_range
  7. 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}]
  1. Object数据类型 (json嵌套)
{ 
  "region": "US",
  "manager": { 
    "age":     30,
    "name": { 
      "first": "John",
      "last":  "Smith"
    }
  }
}
  1. 地理数据类型
    Geo-pointGeo-Shape(比较复杂,参考官网文档,一般用Geo-point就可以了)
  2. 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":{"type":"text"} "name": "zhangsan"
keyword "tags":{"type":"keyword"} "tags": "food"
date "date":{"type": "date"} "date":"2015-01-01T12:10:30"
long "age":{"type":"long"} "age" :28
double "score":{"type":"double"} "score":98.8
boolean "isgirl": { "type": "boolean" } "isgirl" :true
ip "ip_addr":{"type":"ip"} "ip_addr": "192.168.1.1"
geo_point "location": {"type":"geo_point"} "location":{"lat":40.12,"lon":-71.34}

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