包含的主要内容： ES的数据类型，Mapping的基本使用，如何使用复杂数据类型
1、ES数据类型总览
1. 核心数据类型
（1）字符串类型： text, keyword
（2）数字类型：long, integer, short, byte, double, float, half_float, scaled_float
①long -- 带符号的64位整数，最小值-2^63，最大值2^63-1
②integer -- 带符号的32位整数，最小值-2^31，最大值2^31-1
③short -- 带符号的16位整数，最小值-32768，最大值32767
④byte -- 带符号的8位整数，最小值-128，最小值127
⑤double -- 双精度64位IEEE 754 浮点数
⑥float -- 单精度32位IEEE 754 浮点数
⑦half_float -- 半精度16位IEEE 754 浮点数
⑧scaled_float -- 带有缩放因子的缩放类型浮点数
（3）日期：date
（4）日期 纳秒：date_nanos
（5）布尔型：boolean
（6）二进制：binary
（7）范围: integer_range, float_range, long_range, double_range, date_range
2. 复杂数据类型
（1）Object: object( 用于单个JSON对象 )
（2）Nested: nested ( 用于JSON对象数组 )
3. 地理数据类型
（1）Geo-point： geo_point （ 纬度/经度 ）
（2）Geo-shape: geo_shape ( 用于多边形等复杂形状 )
4. 特殊数据类型
（1）IP: ip (IPv4 和 IPv6 地址)
（2）Completion类型：completion （ 提供自动完成建议 ）
（3）Token count：token_count ( 计算字符串中token的数量 )
（4）mapper-murmur3：murmur3( 在索引时计算值的哈希并将其存储在索引中 )
（5）mapper-annotated-text：annotated-text （ 索引包含特殊标记的文本（通常用于标识命名实体） ）
（6）Percolator：（Accepts queries from the query-dsl）
（7）Join：（ 为同一索引内的文档定义父/子关系 ）
（8）Alias：（ 为现有字段定义别名）
（9）Rank feature：（Record numeric feature to boost hits at query time.）
（10）Rank features：（Record numeric features to boost hits at query time.）
（11）Dense vector：（Record dense vectors of float values.）
（12）Sparse vector：（Record sparse vectors of float values.）
（13）Search-as-you-type：（A text-like field optimized for queries to implement as-you-type completion）
（14） Flattened ： Allows an entire JSON object to be indexed as a single field.
（15） Shape ： shape for arbitrary cartesian geometries.
（16） Histogram ： histogram for pre-aggregated numerical values for percentiles aggregations.
5.数组类型
在Elasticsearch中，数组不需要一个特定的数据类型，任何字段都默认可以包含一个或多个值，当然，这多个值都必须是字段指定的数据类型。
6.Multi-fields
Multi-fields 通常用来以不同的方式或目的索引同一个字段。比如，一个字符串类型字段可以同时被映射为 text 类型以用于全文检索、 keyword字段用于排序或聚合。又或者，你可以用standard分析器、english分析器和french分析器来索引同一个 text字段。
2、查看Mapping
GET /index/_mapping
3、手动创建Mapping
只能创建index时手动建立mapping，或者新增field mapping，但是不能update field mapping
PUT /website
{
"mappings": {
"properties": {
"author_id": {
"type": "long"
},
"title": {
"type": "text",
"analyzer": "english"
},
"content": {
"type": "text"
},
"post_date": {
"type": "date"
},
"publisher_id": {
"type": "keyword"
}
}
}
}
4、添加field并指定mapping
PUT /website/_mappings
{
"properties": {
"new_field": {
"type": "text",
"analyzer": "english"
}
}
}
##查看一下是否新增了
GET website/_mapping
## 存入数据
POST /website/_doc
{
"author_id":123123123,
"title":"english dog",
"content":"123",
"post_date":"2020-03-22",
"publisher_id":123
}
5、测试Mapping的分词
GET /website/_analyze
{
"field": "content",
"text": "my-dogs"
}
GET website/_analyze
{
"field": "new_field",
"text": "my dogs"
}
##未分词的类型
GET /website/_analyze
{
"field": "publisher_id",
"text": "my-dogs"
}
6、复杂数据类型（object）
PUT /company/_doc/1
{
"address": {
"country": "china",
"province": "guangdong",
"city": "guangzhou"
},
"name": "jack",
"age": 27,
"join_date": "2017-01-01"
}
GET /company/_mapping
查询结果
{
"company" : {
"mappings" : {
"properties" : {
"address" : {
"properties" : {
"city" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
},
"country" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
},
"province" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
}
}
},
"age" : {
"type" : "long"
},
"join_date" : {
"type" : "date"
},
"name" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
}
}
}
}
}
复杂数据类型会在底层进行数据的转换
##object类型
{
"authors": [
{ "age": 26, "name": "Jack White"},
{ "age": 55, "name": "Tom Jones"},
{ "age": 39, "name": "Kitty Smith"}
]
}
存储的格式；name和age会分开，从列式转化成行式来存储
{
"authors.age": [26, 55, 39],
"authors.name": [jack, white, tom, jones, kitty, smith]
}
补充一个官网示例：
PUT my_index
{
"mappings": {
"properties": {
"manager": {
"properties": {
"age": { "type": "integer" },
"name": { "type": "text" }
}
},
"employees": {
"type": "nested", // 数组类型（复杂数据类型）
"properties": {
"age": { "type": "integer" },
"name": { "type": "text" }
}
}
}
}
}
PUT my_index/_doc/1
{
"region": "US",
"manager": {
"name": "Alice White",
"age": 30
},
"employees": [
{
"name": "John Smith",
"age": 34
},
{
"name": "Peter Brown",
"age": 26
}
]
}
Elasticsearch 6.x Mapping设置 - 掘金 https://juejin.im/post/5b799dcb6fb9a019be279bd7
Field datatypes | Elasticsearch Reference [7.6] | Elastic https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html