elasticsearch(三) mapping之type,anlayzer
1.造数据
POST my_index/my_type/1
{
"group":"高富帅",
"id": "1234",
"sex": 1,
"attribute": "eating,car,girls",
"birthday": "1900-12-10",
"lat_lng": "31.2427760000,121.4903420000"
}第1位高富帅，来自南京西路东路地铁站
POST my_index/my_type/2
{
"group":"白富美",
"id": "2234",
"sex": 2,
"attribute": "eat,dog,boys",
"birthday": "1989-12-10",
"lat_lng": "31.2433470000,121.5087220000"
}第2位白富美来自陆家嘴
PUT my_index/my_type/3
{
"group":"小妹妹",
"id": "3234",
"sex": 2,
"attribute": "eat dog boy flowers",
"birthday": "2010-12-10",
"lat_lng": "31.2257000000,121.5508340000"
}第3位小妹妹来自世纪大道
PUT my_index/my_type/4
{
"group":"空姐",
"id": "4234",
"sex": 2,
"attribute": "eat,dog,girl",
"birthday": "1995-12-10",
"lat_lng": "31.1573860000,121.8150200000"
}第4位空姐，来自浦东机场
2.mapping是啥？
看下刚刚我们建的索引的mapping长啥样
GET my_index/_mapping/my_typeresponse:
{
"my_index": {
"mappings": {
"my_type": {
"properties": {
"attribute": { "type": "string" },
"birthday": { "type": "date", "format": "strict_date_optional_time||epoch_millis" },
"group": { "type": "string" },
"id": { "type": "string" },
"lat_lng": { "type": "string" },
"sex": { "type": "long" } }
}
}
}
}很明显，mapping 定义了每个field的数据类型(用途之一),es很聪明,能自动确定类型:
“1900-12-10” -> date
1 -> long
然而，有些field要让它完全猜对我们的心思还是有些强人所难，比如：
“1234” -> string
“31.2427760000,121.4903420000” -> striing
我其实希望
“1234” - > int
“31.2427760000,121.4903420000” -> （维度，经度）
后面会提到怎样修改type,不过在此之前，先了解下es有哪些type
3.Field Types
• String:string
• Whole number: byte, short, integer, long(默认)
• Floating-point:float,double
• Boolean:boolean
• Date:date
• lat/lon points:geo_point
所有的type见:Field datatypes
指定type
要改变field的类型，必须先删掉之前的索引！
DELETE /my_index再重新建
PUT /my_index
{
"mappings": {
"my_type": {
"properties": {
"id": {
"type": "string" },
"birthday": {
"type": "date" },
"sex": {
"type": "short" },
"attribute": {
"type": "string" },
"lat_lng": {
"type": "geo_point" }
}
}
}
}检查下
GET my_index/_mapping/my_type{
"my_index": {
"mappings": {
"my_type": {
"properties": {
"attribute": { "type": "string" },
"birthday": { "type": "date", "format": "strict_date_optional_time||epoch_millis" },
"id": { "type": "string" },
"lat_lng": { "type": "geo_point" },
"sex": { "type": "short" } }
}
}
}
}再将之前的4个doc全塞进去！
很好，type就是我们想要的啦，有啥用，目前的app很多有附近搜索，我们也来小试牛刀下
位置搜索
GET my_index/my_type/_search
{
"query": {
"geo_distance": {
"distance": "4km",
"lat_lng": "31.2393950000,121.4837130000"
}
}
}lat_lng:搜索的中心，我这里用的是人民广场
distance:搜索半径，我这里设为4km，单位可以是m,有兴趣的可以了解下geohash，就大概知道为啥能这么快实现啦
当然，还可以指定区域搜索，更多精彩内容见：Geo Distance Query，Geo Location and Search
4.Analyzers
ref:Analysis and Analyzers
上一节已经稍稍讲过analyzer，总之，建索引的时候，es会按每个field配置的analyzer分析field值，用来建倒排索引（Inverted Index），搜索的时候，也会按搜索字段的analyzer分析查询值。
和type类似的思路，先了解下es有哪些analyzer，接着指定analyzer。
Analyzers
介绍2个简单的，自己运行理解下吧
- whitespace（空格）
GET /_analyze?analyzer=whitespace
{
"text":"full-text books, tired sleeping"
}- english
GET /_analyze?analyzer=english
{
"text":"full-text books, tired sleeping"
}分词，词干化后剩下：full,text,book,tire,sleep
其它Built-in Analyzers analyzer，自定义analyzer见：Analyzers
指定analyzer
同样要先删掉之前的索引
DELETE /my_indexPUT /my_index
{
"mappings": {
"my_type": {
"properties": {
"id": {
"index": "no",
"type": "string" },
"birthday": {
"index": "not_analyzed",
"type": "date" },
"sex": {
"index": "not_analyzed",
"type": "short" },
"attribute": {
"index": "analyzed",
"analyzer": "whitespace",
"type": "string" },
"lat_lng": {
"type": "geo_point" }
}
}
}
}index：控制fiel是否被索引，是否要分析
no:指定field不参与建索引，当然也无法搜索该字段
analyzed:分析字段（缺省时，默认analyzed）
not_analyzed:不分析字段
analyzer：控制怎样被索引（缺省时，默认 standard ）
_all field
补充一个可以搜索所有字段的内容，_all field，要去找房子啦o(╯□╰)o，自己看看吧
"_all": {
"enabled": false
}