Elasticsearch的Mapping之元数据类型

阅读更多

在es中，mapping的存在类似数据库的表结构定义或者solr里面的schemal文件，它里面定义了每个添加的doc的处理方式。

mapping type定义了不同的逻辑上组隔离，这一点类似于数据库的各个表，例如用户表，订单表，商品表，在es里面
每个表都有自己的一个mapping type，每个mapping type包含：

元数据字段：
（1），身份元数据
_index : 此doc例如于那个index名 , 自动被索引，可被查询，聚合，排序使用，或者脚本里访问
_type： 此doc的mapping type名, 自动被索引，可被查询，聚合，排序使用，或者脚本里访问
_id ： doc的id，建索引时候传入 ，不被索引， 可通过_uid被查询，脚本里使用，不能参与聚合或排序
_uid： 由_type和_id字段组成，自动被索引 ，可被查询，聚合，排序使用，或者脚本里访问

（2），文档元数据
_source ： 一个doc的原生的json数据，不被索引，用于获取提取字段值 ，启动此字段，索引体积会变大，如果既想使用此字段
又想兼顾索引体积，可以开启索引压缩
_size： 整个_source字段的字节数大小

（3），索引时元数据
_all： 自动组合所有的字段值，以空格分割，可以指定分器词索引，但是整个值不被存储，所以此字段仅仅能被搜索，不能被获取值
_field_names：索引了每个字段的名字可以包含null值，可以通过exists查询或missing查询方法来校验特定的字段
_timestamp：可以手工指定时间戳值，也可以自动生成使用now()函数，除此之外还可以设置日期的格式化，忽略确实等功能
_ttl：对于一些会话数据或者验证码失效时间，一般来说是有生命周期的，在es中可以很方便的通过这个ttl来设置存活时间，比如1小时，或者10分钟，在超时过后，这个doc会被自动删除，这种方式并不适合按周或按天删除历史数据，如果是这种需求，可考虑使用索引级别的管理方式。

（4），路由元数据
_parent：在同一个索引中，可以通过_parent字段来给两个不同mapping type的数据建立父子关系，在查询时可以通过has_child,
has_parent等查询，来聚合join数据，需要注意的是，父子type必须不能是一样的，否则会识别失败！
_routing： 一个doc可以被路由到指定的shard上，通过下面的规则：
shard_num = hash(_routing) % num_primary_shards
默认情况下，会使用doc的_id字段来参与路由规则，如果此doc有父子关系，则会以父亲的_id作为路由规则，以确保父子数据
必须处于同一个shard上，以提高join效率。

当然我们也可以根据规则自定义路由规则，必须按商品类目为路由规则，手机类目，玩具类目，汽车类目都会被路由到指定的shard上
如果你使用自己的路由规则，一定要确保在查询时加上路由参数，否则你搜索的结果可能会出现问题，为了提高安全，可以设置路由
参数的required=true，如果你查询时不设置路由，将会给你一个搜索无效提示，除此之外如果明确一个数据，可能会出现指定的路由上
我们还可以在查询时加上路由参数，以确保减少搜索时的扫描范围，从而可以大幅度的提高的查询性能。最后一点需要注意的是如果指定了使用自己的路由规则，如果两个文档_id参数一样，但是路由规则值不一样，有可能造成这两条数据被分发到不同的shard，所以在使用自己的路由规则时
注意_id参数的唯一性。

（5）其他的元数据字段
_meta：每个mapping type可以有不同的元数据类型，我们可以存储自己定义认为的元数据中，此字段支持查询和更新

官网文档：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html#_document_source_meta_fields