ElasticSearch5.6.X 映射可以配置哪些属性

映射

Elasticsearch映射虽然有idnex和type两层关系，但是实际索引时是以index为基础的。如果同一个index下不同type的字段出现mapping不一致的情况，虽然数据依然可以成功写入并生成各自的mapping，但实际上fielddata中的索引结果却依然是以index内第一个mapping类型来生成的

数据类型

因为es是使用json作为数据交互的格式的，所以json的数据类型的都支持，除此之外es还提供现实中经常会使用的集中特殊数据类型。

核心数据类型

• 字符串：text，keyword
• 数字：long, integer, short, byte, double, float, half_float, scaled_float
• 布尔值:boolean
• 时间：date
• 二进制：binary
• 范围：integer_range, float_range, long_range, double_range, date_range

复杂数据类型

• 数组：array
• 对象：object
• 堆叠/嵌套对象: nested
• 地理：geo_point，geo_point
• IP: ip
• 字符个数:token_count（输入一个字符串，保存的是它的长度）

注意 : 因为es中有自动映射的功能，所以在新增一个字段时不强制要求先确定好它的数据类型，es会根据值，寻找最合适的数据类型来配置字段。但一旦确定好后，下次使用字段时就必须使用第一次确定的类型，如果你传入的数据不是现在配置的类型，es会强制转换数据类型，如果转换不成功就会报出异常。

元数据

映射下除了自己配置的属性还有一些元数据存在。你可以把他们当成默认的字段，除了类型已经确定也可以设置其他属性的值比如分词器，是否存储：

• _all ： 它是文档中其他字段的值整合成的一个大字符串，用空格分割。它进行了索引但没有存储，所以我们只能对他进行搜索不能获取。如果我们没有指定搜索的字段，就默认是在_all字段上进行搜索。

• _source ：文档信息
  包含在文档在创建时的实际主体，它会被存储但不会被索引，用于get或search是返回主体。如果你并不关系数据的主体，只注重数量，那可以将此字段禁用

• _routing ：路由字段
  es会使用下面的计算公式计算数据应保存在哪个分片，索引指定一个路由字段可以自己来控制哪些值放在一起。

  shard_num = hash(_routing) % num_primary_shards

• _meta 自定义的元数据 ，因为元数据是每个文档都会带的，索引如果你想要在每个文档上标注一些信息，就可以使用此属性，自定义一些元数据。

• _field_names ：保存着非空值得属性名集合，可以通过它查询包含某个字段非空值的文档

• _id ：主键
• _index ：索引
• _type ：类型
• _uid ：类型和id的组合 uid字段的值可以在查询、聚合、脚本和排序中访问：
• _parent ：父类，可用于关联两个索引

字段属性

• type 数据类型
  改属性用来指定字段的数据类型，一但指点后就不能再修改，如果数据不是以设置的数据类型传入，es会去转换数据，装换不成功则报错。具体可配置的参数，可看前面的数据类型说明。

• analyzer 分析器
  用于指定索引创建时使用的分析器是什么，即对同一段内容，不同的分析器会用不同的方式分词，最后在倒排索引上的值是不同的。我们来看下内建的几个分析器对同一句话分析的结果

  标准分析器 standard

  标准分析器是Elasticsearch默认使用的分析器。它是分析各种语言文本最常用的选择。它根据 Unicode 联盟 定义的 单词边界
  划分文本。删除绝大部分标点。最后，将词条小写。

  简单分析器 simple

  简单分析器在任何不是字母的地方分隔文本，将词条小写。

  空格分析器 whitespace

  空格分析器在空格的地方划分文本。

  语言分析器 ：english

  特定语言分析器可用于 很多语言。它们可以考虑指定语言的特点。例如， english分析器附带了一组英语无用词（常用单词，例如 and 或者 the ）它们对相关性没有多少影响），它们会被删除。 由于理解英语语法的规则，这个分词器可以提取英语单词的 词干 。

  分词结果对比

  原句："There , are (Tom-Cat) and Jerry_moust ."
  standard：[there are tom cat and jerry_mouse] #分割短语，去掉符号，转小写
  simple：[there are tom cat and jerry mouse] #将下划线也分割
  whitespace：[There , are (Tom-Cat) and Jerry_mouse .] #空格分割 不做其他处理
  english:[tom cat jerry_mous] #剩下单词的词干 
  

  除了内建的分析器，我们还可以通过插件的形式安装分词器，比如IK分析器。还可以通过setting下的analysis来自己定义分析器，只有当前索引可用。

• index 是否索引

  索引选项控制字段值是否被索引。它接受true或false，默认为true。没有索引的字段不是可查询的。

• store
  属性值是否被存储，默认情况下字段是可以被搜索但是内容不存储的，值一般都是保存在_source中。但比如一篇文章你有它的内容和原网址，现在需要对内容进行检索，但查看是跳转到它原网址的，那这时就不需要存储内容了。

• fielddata 现场数据
  如果你要对一个text类型进行聚合操作，你必须设置这个参数为true。

• doc_values 文档数据
  建立一个文档对应字段的“正排索引”，其实就是把文档的字段按列存储了，它不会保存分析的字段。方便聚合排序时访问。

• format 默认格式
  一般用于时间格式的数据，指定默认的数据格式， “yyyy-MM-dd HH:mm:ss”

• search_analyzer 搜索分析器
  指定搜索时使用的分析器，一般不设置在搜索时就会使用创建索引时使用的分析器，如果要自己指定不同的也只要配置即可。

• boost 分值
  指定字段的相关性评分默认是1.0，数值越大，搜索时排序时使用。也可以直接通过查询时指定分值的方式

• coerce 是否转换
  在插入数据时，在插入数据类型和映射类型不一致的情况下是否强制转换数据类型。默认是开启的

• normalizer 转换器
  因为keyword类型的字段是不进行分析的，但是我们又想要将其统一成一个规则，比如都是小写，比如用ASCILL进行编码，其实就是个给keyword用的分析器。可以在setting下的analysis下定义自己的normalizer使用

• copy_to 同步复制
  在插入值是，会把值一同放到另一个字段中。主要用于自己定义一个类似于_all字段的字端。

• dynamic 动态映射控制
  该字段是用来控制动态映射的，它有三个值
  -true-自动添加映射
  -false-新值不索引，不能被搜索，但返回的命中源字段中会存在这个值
  -strict-遇到新值抛出异常

• enabled 是否启动
  这个值是否要用于搜索

• ignore_above 忽视上限
  一个字符串超过指定长度后就不会索引了

• ignore_malformed 忽视错误数据
  比如一个文档数据传过来，只用一个字段的数据时不能被存储，ES会抛出异常并且不会存储此数据。我们就可以配置此属性保证数据被存储

• include_in_all 是否保存在_all字段中

• fields 多字段配置
  比如出现标题既要索引，又有不用索引的情景。我们不能对一个字段设置两个类型,又不想再建一个不同类型的相同字段。我们可以使用多字段的方式，在保存数据时，我们只需保存一个字段，ES会默认将数据保存到这个字段下的多字段上。

• null_value 空值
  假如你插入的数据为空，或者数据中没有这个字段的值。那这个文档的这个字段就不参与搜索了。我们可以通过指定一个显示的空值来让他能够参与搜索

• norms 规范
  如果一个字段只用于聚合，可以设置为false

• properties 属性
  对于对象类型或者嵌套类型，他们会有子字段的存在，可用此属性配置子字段的属性

参考文档: https://www.elastic.co/guide/en/elasticsearch/reference/5.6/mapping.html