五、es6.x版本mapping设置介绍

Mapping主要类似数据库中表字段定义，主要有如下作用:

定义Index下字段名（Field Name）
定义字段的类型，比如数值型，字符串型、布尔型等
定义倒排索引的相关配置，比如是否索引、记录postion等

需要注意的是，在索引中定义太多字段可能会导致索引膨胀，出现内存不足和难以恢复的情况，下面有几个设置：

index.mapping.total_fields.limit：一个索引中能定义的字段的最大数量，默认是 1000
index.mapping.depth.limit：字段的最大深度，以内部对象的数量来计算，默认是20
index.mapping.nested_fields.limit：索引中嵌套字段的最大数量，默认是50

核心数据类型

字符串 - text

用于全文索引，该类型的字段将通过分词器进行分词，最终用于构建索引

字符串 - keyword

不分词，只能搜索该字段的完整的值，只用于 filtering

数值型

long：有符号64-bit integer：-2^63 ~ 2^63 - 1
integer：有符号32-bit integer，-2^31 ~ 2^31 - 1
short：有符号16-bit integer，-32768 ~ 32767
byte： 有符号8-bit integer，-128 ~ 127
double：64-bit IEEE 754 浮点数
float：32-bit IEEE 754 浮点数
half_float：16-bit IEEE 754 浮点数
scaled_float

布尔 - boolean

值：false, "false", true, "true"

日期 - date

由于Json没有date类型，所以es通过识别字符串是否符合format定义的格式来判断是否为date类型
format默认为：strict_date_optional_time||epoch_millis format
实测，仅支持"yyyy-MM-dd"、"yyyyMMdd"、"yyyyMMddHHmmss"、"yyyy-MM-ddTHH:mm:ss"、"yyyy-MM-ddTHH:mm:ss.SSS"、"yyyy-MM-ddTHH:mm:ss.SSSZ"格式，不支持常用的"yyyy-MM-dd HH:mm:ss"等格式。注意，"T"和"Z"是固定的字符，在获取"yyyy-MM-ddTHH:mm:ss"、"yyyy-MM-ddTHH:mm:ss.SSS"、"yyyy-MM-ddTHH:mm:ss.SSSZ"格式字符串值时，不能直接以前面格式格式化date，而是需要多次格式化date并且拼接得到。

二进制 - binary

该类型的字段把值当做经过 base64 编码的字符串，默认不存储，且不可搜索

范围类型

范围类型表示值是一个范围，而不是一个具体的值
譬如 age 的类型是 integer_range，那么值可以是  {"gte" : 10, "lte" : 20}；搜索 "term" : {"age": 15} 可以搜索该值；搜索 "range": {"age": {"gte":11, "lte": 15}} 也可以搜索到   range参数 relation 设置匹配模式
INTERSECTS ：默认的匹配模式，只要搜索值与字段值有交集即可匹配到
WITHIN：字段值需要完全包含在搜索值之内，也就是字段值是搜索值的子集才能匹配
CONTAINS：与WITHIN相反，只搜索字段值包含搜索值的文档
integer_range
float_range
long_range
double_range
date_range：64-bit 无符号整数，时间戳（单位：毫秒）
ip_range：IPV4 或 IPV6 格式的字符串

复杂数据类型
数组类型 Array

字符串数组 [ "one", "two" ]
整数数组 [ 1, 2 ]
数组的数组  [ 1, [ 2, 3 ]]，相当于 [ 1, 2, 3 ]
Object对象数组 [ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]
同一个数组只能存同类型的数据，不能混存，譬如 [ 10, "some string" ] 是错误的
数组中的 null 值将被 null_value 属性设置的值代替或者被忽略
空数组 [] 被当做 missing field 处理

对象类型 Object

对象类型可能有内部对象
被索引的形式为：manager.name.first

嵌套类型 Neste

nested 类型是一种对象类型的特殊版本，它允许索引对象数组，独立地索引每个对象

地理位置数据类型

geo_point
地理位置，其值可以有如下四中表现形式：
object对象："location": {"lat": 41.12, "lon": -71.34}
字符串："location": "41.12,-71.34"
geohash："location": "drm3btev3e86"
数组："location": [ -71.34, 41.12 ]
查询的时候通过 Geo Bounding Box Query  进行查询
geo_shape

geo详细请见:https://blog.csdn.net/u012332735/article/details/54971638

专用数据类型

记录IP地址 ip
实现自动补全 completion、suggest
记录分词数 token_count
记录字符串hash值 murmur3
Percolator

多字段特性 multi-fields

允许对同一个字段采用不同的配置，比如分词，常见例子如对人名实现拼音搜索，只需要在人名中新增一个子字段为 pinyin 即可  通过参数 fields 设置

Mapping参数说明

es6.0与之前版本区别：

• 新增字段： eager_global_ordinals

• 删除的字段： include_in_all

   "type" : "text", 是数据类型一般文本使用text(可分词进行模糊查询)；keyword无法被分词(不需要执行分词器)，用于精确查找
   "analyzer" : "ik_max_word", #指定分词器，一般使用最大分词：ik_max_word   
   "normalizer" : "normalizer_name", #字段标准化规则；如把所有字符转为小写；具体如下举例
    "boost" : 1.5, #字段权重；用于查询时评分，关键字段的权重就会高一些，默认都是1；另外查询时可临时指定权重
    "coerce" : true, #清理脏数据：1，字符串会被强制转换为整数 2，浮点数被强制转换为整数；默认为true
    "copy_to" : "field_name", #自定_all字段；指定某几个字段拼接成自定义；具体如下举例
    "doc_values" : true, #加快排序、聚合操作，但需要额外存储空间；默认true，对于确定不需要排序和聚合的字段可false
    "dynamic" : true, #新字段动态添加 true:无限制 false:数据可写入但该字段不保留 'strict':无法写入抛异常
    "enabled" : true, #是否会被索引，但都会存储;可以针对一整个_doc
    "fielddata" : false, #针对text字段加快排序和聚合（doc_values对text无效）；此项官网建议不开启，非常消耗内存
    "eager_global_ordinals": true, #是否开启全局预加载,加快查询；此参数只支持text和keyword，keyword默认可用，而text需要设置fielddata属性   
    "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" ,#格式化 此参数代表可接受的时间格式 3种都接受
    "ignore_above" : 100, #指定字段索引和存储的长度最大值，超过最大值的会被忽略
    "ignore_malformed" : false ,#插入文档时是否忽略类型 默认是false 类型不一致无法插入
    "index_options" : "docs" ,
    # 4个可选参数
    # docs（索引文档号）,
    # freqs（文档号 + 词频），
    # positions（文档号 + 词频 + 位置，通常用来距离查询），
    # offsets（文档号 + 词频 + 位置 + 偏移量，通常被使用在高亮字段）
    # 分词字段默认是position，其他的默认是docs
    "index" : true, #该字段是否会被索引和可查询 默认true
    "fields": {"raw": {"type": "keyword"}} ,#可以对一个字段提供多种索引模式，使用text类型做全文检索，也可使用keyword类型做聚合和排序
    "norms" : true, #用于标准化文档，以便查询时计算文档的相关性。建议不开启
    "null_value" : "NULL", #可以让值为null的字段显式的可索引、可搜索
    "position_increment_gap" : 0 ,#词组查询时可以跨词查询 既可变为分词查询 默认100
    "properties" : {}, #嵌套属性，例如该字段是音乐，音乐还有歌词，类型，歌手等属性
    "search_analyzer" : "ik_max_word" ,#查询分词器;一般情况和analyzer对应  
    "similarity" : "BM25",#用于指定文档评分模型，参数有三个：
    # BM25 ：ES和Lucene默认的评分模型
    # classic ：TF/IDF评分
    # boolean：布尔模型评分
    "store" : true, #默认情况false,其实并不是真没有存储，_source字段里会保存一份原始文档。
    # 在某些情况下，store参数有意义，比如一个文档里面有title、date和超大的content字段，如果只想获取title和date
    "term_vector" : "no" #默认不存储向量信息，
    # 支持参数yes（term存储），
    # with_positions（term + 位置）,
    # with_offsets（term + 偏移量），
    # with_positions_offsets(term + 位置 + 偏移量)
    # 对快速高亮fast vector highlighter能提升性能，但开启又会加大索引体积，不适合大数据量用