Elasticsearch之mapping 详解

1.数据准备

    首先插入几条数据，让es自动为我们建立一个索引

PUT /website/article/1
{
  "post_date": "2017-01-01",
  "title": "my first article",
  "content": "this is my first article in this website",
  "author_id": 11400
}

PUT /website/article/2
{
  "post_date": "2017-01-02",
  "title": "my second article",
  "content": "this is my second article in this website",
  "author_id": 11400
}

PUT /website/article/3
{
  "post_date": "2017-01-03",
  "title": "my third article",
  "content": "this is my third article in this website",
  "author_id": 11400
}

    尝试各个搜索

GET /website/article/_search?q=2017  //查出3条结果             
GET /website/article/_search?q=2017-01-01 //也查出3条结果
GET /website/article/_search?q=post_date:2017-01-01  //查出1条结果
GET /website/article/_search?q=post_date:2017  //查出1条结果

    引出一个问题：为什么搜索结果会不一致

    mapping，就是index的type的元数据，每个type都有一个自己的mapping，决定了数据类型，建立倒排索引的行为，还有进行搜索的行为

 

2.对mapping的透彻理解

    • 往es里面直接插入数据，es会自动建立索引，同时建立type以及对应的mapping

    • mapping中就自动定义了每个field的数据类型

    • 不同的数据类型（比如说text和date），可能有的是exact value，有的是full text

    • exact value，在建立倒排索引的时候，分词的时候，是将整个值一起作为一个关键词建立到倒排索引中的；full text，会经历各种各样的处理，分词，normaliztion（时态转换，同义词转换，大小写转换，单复数转换），才会建立到倒排索引中

    • 同时呢，exact value和full text类型的field就决定了，在一个搜索过来的时候，对exact value field或者是full text field进行搜索的行为也是不一样的，会跟建立倒排索引的行为保持一致；比如说exact value搜索的时候，就是直接按照整个值进行匹配，full text query string，也会进行分词和normalization再去倒排索引中去搜索

    • 可以用es的dynamic mapping，让其自动建立mapping，包括自动设置数据类型；也可以提前手动创建index和type的mapping，自己对各个field进行设置，包括数据类型，包括索引行为，包括分词器，等等

 

3.mapping的核心数据类型

    String、byte、short、intege、long、float、double、boolean、date

dynamic mapping
true or false –> boolean 
123 –> long 
123.45 –> double 
2017-01-01 –> date 
“hello world” –> string/text

 

4.查看mapping

    GET /website/_mapping/

{
  "website": {
    "mappings": {
      "article": {
        "properties": {
          "author_id": {
            "type": "long"
          },
          "content": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "post_date": {
            "type": "date"
          },
          "title": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}