1、 什麼是mapping
PUT /myindex/article/1
{
"post_date": "2018-05-10",
"title": "Java",
"content": "java is the best language",
"author_id": 119
}
PUT /myindex/article/2
{
"post_date": "2018-05-12",
"title": "html",
"content": "I like html",
"author_id": 120
}
PUT /myindex/article/3
{
"post_date": "2018-05-16",
"title": "es",
"content": "Es is distributed document store",
"author_id": 110
}
GET /myindex/article/_search?q=2018-05
GET /myindex/article/_search?q=2018-05-10
GET /myindex/article/_search?q=html
GET /myindex/article/_search?q=java
#查看es自動創建的mapping
GET /myindex/article/_mapping
es自動創建了index，type，以及type對應的mapping(dynamic mapping)
什麼是映射：mapping定義了type中的每個字段的數據類型以及這些字段如何分詞等相關屬性
{
"myindex": {
"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
}
}
}
}
}
}
}
}
創建索引的時候,可以預先定義字段的類型以及相關屬性，這樣就能夠把日期字段處理成日期，把數字字段處理成數字，把字符串字段處理字符串值等
支持的數據類型：
(1)核心數據類型（Core datatypes）
字符型：string，string類型包括
text 和 keyword
text類型被用來索引長文本，在建立索引前會將這些文本進行分詞，轉化爲詞的組合，建立索引。允許es來檢索這些詞語。text類型不能用來排序和聚合。
Keyword類型不需要進行分詞，可以被用來檢索過濾、排序和聚合。keyword 類型字段只能用本身來進行檢索
數字型：long, integer, short, byte, double, float
日期型：date
布爾型：boolean
二進制型：binary
(2)複雜數據類型（Complex datatypes）
數組類型（Array datatype）：數組類型不需要專門指定數組元素的type，例如：
字符型數組: [ "one", "two" ]
整型數組：[ 1, 2 ]
數組型數組：[ 1, [ 2, 3 ]] 等價於[ 1, 2, 3 ]
對象數組：[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]
對象類型（Object datatype）：_ object _ 用於單個JSON對象；
嵌套類型（Nested datatype）：_ nested _ 用於JSON數組；
(3)地理位置類型（Geo datatypes）
地理座標類型（Geo-point datatype）：_ geo_point _ 用於經緯度座標；
地理形狀類型（Geo-Shape datatype）：_ geo_shape _ 用於類似於多邊形的複雜形狀；
(4)特定類型（Specialised datatypes）
IPv4 類型（IPv4 datatype）：_ ip _ 用於IPv4 地址；
Completion 類型（Completion datatype）：_ completion _提供自動補全建議；
Token count 類型（Token count datatype）：_ token_count _ 用於統計做了標記的字段的index數目，該值會一直增加，不會因爲過濾條件而減少。
mapper-murmur3
類型：通過插件，可以通過 _ murmur3 _ 來計算 index 的 hash 值；
附加類型（Attachment datatype）：採用 mapper-attachments
插件，可支持_ attachments _ 索引，例如 Microsoft Office 格式，Open Document 格式，ePub, HTML 等。
支持的屬性：
“store”:false//是否單獨設置此字段的是否存儲而從_source字段中分離，默認是false，只能搜索，不能獲取值
“index”: true//分詞，不分詞是：false
，設置成false，字段將不會被索引
“analyzer”:“ik”//指定分詞器,默認分詞器爲standard analyzer
“boost”:1.23//字段級別的分數加權，默認值是1.0
“doc_values”:false//對not_analyzed字段，默認都是開啓，分詞字段不能使用，對排序和聚合能提升較大性能，節約內存
“fielddata”:{“format”:“disabled”}//針對分詞字段，參與排序或聚合時能提高性能，不分詞字段統一建議使用doc_value
“fields”:{“raw”:{“type”:“string”,“index”:“not_analyzed”}} //可以對一個字段提供多種索引模式，同一個字段的值，一個分詞，一個不分詞
“ignore_above”:100 //超過100個字符的文本，將會被忽略，不被索引
“include_in_all”:ture//設置是否此字段包含在_all字段中，默認是true，除非index設置成no選項
“index_options”:“docs”//4個可選參數docs（索引文檔號） ,freqs（文檔號+詞頻），positions（文檔號+詞頻+位置，通常用來距離查詢），offsets（文檔號+詞頻+位置+偏移量，通常被使用在高亮字段）分詞字段默認是position，其他的默認是docs
“norms”:{“enable”:true,“loading”:“lazy”}//分詞字段默認配置，不分詞字段：默認{“enable”:false}，存儲長度因子和索引時boost，建議對需要參與評分字段使用 ，會額外增加內存消耗量
“null_value”:“NULL”//設置一些缺失字段的初始化值，只有string可以使用，分詞字段的null值也會被分詞
“position_increament_gap”:0//影響距離查詢或近似查詢，可以設置在多值字段的數據上火分詞字段上，查詢時可指定slop間隔，默認值是100
“search_analyzer”:“ik”//設置搜索時的分詞器，默認跟ananlyzer是一致的，比如index時用standard+ngram，搜索時用standard用來完成自動提示功能
“similarity”:“BM25”//默認是TF/IDF算法，指定一個字段評分策略，僅僅對字符串型和分詞類型有效
“term_vector”:“no”//默認不存儲向量信息，支持參數yes（term存儲），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量) 對快速高亮fast vector highlighter能提升性能，但開啓又會加大索引體積，不適合大數據量用
映射的分類：
(1)動態映射：
當ES在文檔中碰到一個以前沒見過的字段時，它會利用動態映射來決定該字段的類型，並自動地對該字段添加映射。
可以通過dynamic設置來控制這一行爲，它能夠接受以下的選項：
true：默認值。動態添加字段
false：忽略新字段
strict：如果碰到陌生字段，拋出異常
dynamic設置可以適用在根對象上或者object類型的任意字段上。
POST /lib2
#給索引lib2創建映射類型
{
"settings":{
"number_of_shards" : 3,
"number_of_replicas" : 0
},
"mappings":{
"books":{
"properties":{
"title":{"type":"text"},
"name":{"type":"text","index":false},
"publish_date":{"type":"date","index":false},
"price":{"type":"double"},
"number":{"type":"integer"}
}
}
}
}
POST /lib
#給索引lib創建映射類型
{
"settings":{
"number_of_shards" : 3,
"number_of_replicas" : 0
},
"mappings":{
"books":{
"properties":{
"title":{"type":"text"},
"name":{"type":"text","index":false},
"publish_date":{"type":"date","index":false},
"price":{"type":"double"},
"number":{
"type":"object",
"dynamic":true
}
}
}
}
}