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  >  IT编程

ES 12 - 配置使用Elasticsearch的动态映射(dynamic mapping)

程序员文章站 2024-04-02 22:56:46
什么是Elasticsearch的动态映射? 它有什么作用和优点? 如何自定义使用动态模板? 本篇文章介绍这些内容. ......

目录

1 动态映射(dynamic mapping)

1.1 什么是动态映射

动态映射时elasticsearch的一个重要特性: 不需要提前创建iindex、定义mapping信息和type类型, 你可以 直接向es中插入文档数据时, es会根据每个新field可能的数据类型, 自动为其配置type等mapping信息, 这个过程就是动态映射(dynamic mapping).

elasticsearch动态映射的示例:

字段内容(field) 映射的字段类型(type)
true | false boolean
1234 long
123.4 float
2018-10-10 date
"hello world" text

说明: 动态映射虽然方便, 可并不直观, 为了个性化自定义相关设置, 可以在添加文档之前, 先创建index和type, 并配置type对应的mapping, 以取代动态映射.
mapping的配置可参考博文: es 11 - 配置elasticsearch的映射(mapping).

1.2 体验动态映射

(1) 插入如下数据:

如果已有website索引, 先删除再执行下面的插入操作: delete website.

put website/blog/1
{
    "blog_id": 10001,
    "author_id": 5520,
    "post_date": "2018-01-01",
      "title": "my first blog",
      "content": "my first blog in the website"
}

put website/blog/2
{
    "blog_id": 10002,
    "author_id": 5520,
    "post_date": "2018-01-02",
    "title": "my second blog",
    "content": "my second blog in the website"
}

put website/blog/3
{
    "blog_id": 10003,
    "author_id": 5520,
    "post_date": "2018-01-03",
    "title": "my third blog",
    "content": "my third blog in the website"
}

(2) 进行如下检索测试:

注意这里结果数是3的情况.

get website/blog/_search?q=2018                 // 1条结果, 5.6之前的版本是3条结果
get website/blog/_search?q=2018-01-01           // 1条结果, 5.6之前的版本是3条结果
get website/blog/_search?q=post_date:2018       // 1条结果
get website/blog/_search?q=post_date:2018-01-01 // 1条结果

(3) 查看es自动建立的mapping:

get website/_mapping

// 结果如下: 
{
  "website" : {                  // index是website
    "mappings" : {
      "blog" : {                 // type是blog
        "properties" : {
          "author_id" : {
            "type" : "long"
          },
          "blog_id" : {
            "type" : "long"
          },
          "content" : {
            "type" : "text",
            "fields" : {
              "keyword" : {
                "type" : "keyword",
                "ignore_above" : 256
              }
            }
          },
          "post_date" : {
            "type" : "date"        // 发布日期"2018-01-01"被自动识别为date类型
          },
          "title" : {
            "type" : "text",
            "fields" : {
              "keyword" : {
                "type" : "keyword",
                "ignore_above" : 256
              }
            }
          }
        }
      }
    }
  }
}

1.3 搜索结果不一致的原因分析

如果使用的是较早的版本, 以5.6.x为例, [1.2]节中搜索结果会不一致, 这是因为:

es自动建立mapping时, 为不同的field映射了不同的数据类型, 而不同数据类型在分词、搜索等行为上也是不同的.

官方文档指出, 从6.0+版本开始, _all字段的设置已经禁止使用, 建议我们使用copy_to实现相似的功能.—— 也就是说, 如果_all字段被关闭, 就不会出现搜索结果不一致的情况.

(1) get website/blog/_search?q=2018

es默认将每个文档的所有field的值抽取到一个名为_all的元字段中, 如id=1的文档的_all的值为:

2018-01-01 my first blog my first blog in the website 5520

说明: _all字段将所有的值作为字符串索引, 所以日期被索引为年、月、日三个值, _all字段的倒排索引结果如下:

doc1 doc2 doc3
2018 * * *
01 * * *
02 *
03 *

此项搜索中, es是从_all字段中检索, 3个文档中都有 2018 , 所以结果数是3.

(2) get website/blog/?q=2018-01-01

同(1), es也是从_all字段中检索, 结果数同样是3.

(3) get website/blog/_search?q=post_date:2018-01-01

此检索指定了检索条件, es将从post_date字段中检索, 而post_date被映射为date类型, 所以将进行精确匹配.

而date类型的字段索引的内容有其默认的固定格式. post_date字段的倒排索引结果如下:

doc1 doc2 doc3
2018-01-01 00:00:00 utc *
2018-01-02 00:00:00 utc *
2018-01-03 00:00:00 utc *

可以看出, 满足条件的只有1个结果, 即doc1.

(4) get /_search?q=post_date:2018

这是es 5.x版本中做的一个优化, 搜索post_date:01等是不会出现结果的, 搜索2018会出现第一条结果.

2 开启dynamic mapping策略

2.1 约束策略

策略 功能说明
true 开启 —— 遇到陌生字段时, 进行动态映射
false 关闭 —— 忽略遇到的陌生字段
strict 遇到陌生字段时, 作报错处理

2.2 策略示例

(1) 使用不同的约束策略:

put user
{
  "mappings": {
      "blog_user": {
          "dynamic": "strict",          // 严格控制策略
          "properties": {
              "name": { "type": "text" },
              "address": {
                  "type": "object",
                  "dynamic": "true"     // 开启动态映射策略
              }
          }
      }
  }
}

(2) 插入数据演示:

// 插入数据时多添加一个字段
put user/blog_user/1
{
    "name": "shou feng",
    "content": "this is my blog",  // 多添加的字段
    "address": {
        "province": "guangdong",  // 多添加的字段
        "city": "guangzhou"       // 多添加的字段
    }
}

将抛出如下错误信息:

{
  "error": {
    "root_cause": [
      {
        "type": "strict_dynamic_mapping_exception",
        // 错误原因: 不允许动态添加field
        "reason": "mapping set to strict, dynamic introduction of [content] within [blog_user] is not allowed"
      }
    ],
    "type": "strict_dynamic_mapping_exception",
    "reason": "mapping set to strict, dynamic introduction of [content] within [blog_user] is not allowed"
  },
  "status": 400
}

添加符合约束的数据, 操作就能成功:

put user/blog_user/1
{
    "name": "shou feng",
    "address": {
        "province": "guangdong",
        "city": "guangzhou"
    }
}

(3) 查看映射信息:

get user/_mapping

// 映射信息如下: 
{
  "user" : {
    "mappings" : {
      "blog_user" : {
        "dynamic" : "strict",      // 严格约束条件
        "properties" : {
          "address" : {
            "dynamic" : "true",    // 开启动态映射策略
            "properties" : {
              "city" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              },
              "province" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              }
            }
          },
          "name" : {
            "type" : "text"
          }
        }
      }
    }
  }
}

3 定制dynamic mapping策略

3.1 date_detection - 日期识别策略

对于date类型的数据, elasticsearch有其默认的识别策略, 比如"yyyy-mm-dd". 存在这种情况:

① 第一次添加文档时, 某个field是类似"2018-01-01"的值, 其类型就被动态映射成了date;
② 后期再次添加文档, 该field是类似"hello world"的值, es就会因为类型不匹配而报错.

为解决这一问题, 可以手动关闭某个type的date_detection; 如果不需要关闭, 建议手动指定这个field为date类型.

关闭示例如下:

put user/_mapping/blog_user
{
    "date_detection": false
}

3.2 在type中自定义动态映射模板

(1) 在type中定义动态映射模板(dynamic mapping template) —— 把所有的string类型映射成text和keyword类型:

先删除已有的user索引: delete user, 再执行下述命令:

put user
{
    "mappings": {
        "blog_user": {
            "dynamic_templates": [
                {
                    "en": {
                        "match": "*_en",           // 匹配"*_en"的field
                        "match_mapping_type": "string",
                        "mapping": {
                            "type": "text",        // 把所有的string类型, 映射成text类型
                            "analyzer": "english", // 使用english分词器
                            "fields": {
                                "raw": {
                                    "type": "keyword",
                                    "ignore_above": 256
                                }
                            }
                        }
                    }
                }
            ]
        }
    }
}

(2) 添加数据:

put user/blog_user/1
{
    "name": "the first register user"
}

put user/blog_user/2
{
    "name_en": "the second register user"
}

(3) 检索数据:

// 有结果: "name"没有匹配到任何动态模板, 默认使用standard分词器
get user/_search
{
    "query": {
        "match": {"name": "the"}
    }
}

// 无结果: "name_en"匹配到了动态模板, 使用english分词器, the是停用词, 被过滤掉了
get user/_search
{
    "query": {
        "match": {"name_en": "the"} 
    }
}

说明:

这里的match_mapping_type的类型支持 [object, string, long, double, boolean, date, binary], 若使用text将抛出如下错误信息:

{
  "error": {
    "root_cause": [
      {
        "type": "mapper_parsing_exception",
        "reason": "failed to parse mapping [blog_user]: no field type matched on [text], possible values are [object, string, long, double, boolean, date, binary]"
      }
    ],
    "type": "mapper_parsing_exception",
    "reason": "failed to parse mapping [blog_user]: no field type matched on [text], possible values are [object, string, long, double, boolean, date, binary]",
    "caused_by": {
      "type": "illegal_argument_exception",
      "reason": "no field type matched on [text], possible values are [object, string, long, double, boolean, date, binary]"
    }
  },
  "status": 400
}

在6.0之前的版本, 将抛出如下过期的警告信息:

deprecation: match_mapping_type [text] is invalid and will be ignored: 
no field type matched on [text], possible values are [object, string, long, double, boolean, date, binary]

3.3 [过期]在index中自定义默认映射模板

_default mapping - 默认映射模板是类似于全局变量的存在, 对当前配置的索引起作用.

默认映射模板在elasticsearch 6.x版本中已经不再支持, 因为6.0版本开始, 每个索引只能有一个类型, 因此默认模板没有存在的意义了.

下面的演示过程, 是在6.0之前的版本上的测试.

(1) 在index中定义默认映射模板(default mapping template):

先删除已有的user索引: delete user, 再执行下述命令:

put user
{
    "mappings": {
        "_default_": {
            "_all": { "enabled":  false }
        },
        "blog_user": {
            "_all": { "enabled":  true  }
        }
    }
}

(2) 动态映射可以与索引模板(index templates)配合使用.

无论是自动创建index, 还是手动显示创建index, 索引模板都可以用来配置新索引的默认mappings(映射), settings(配置项)和aliases(别名). 具体使用方法请参考博客: es 10 - elasticsearch的索引别名和索引模板

参考资料

(6.6版)官方文档 - dynamic mapping

版权声明

作者: ma_shoufeng(马瘦风)

出处: 博客园

您的支持是对博主的极大鼓励, 感谢您的阅读.

本文版权归博主所有, 欢迎转载, 但请保留此段声明, 并在文章页面明显位置给出原文链接, 否则博主保留追究相关人员法律责任的权利.