05.Elasticsearch应用（五）

Elasticsearch应用（五）

1.Mapping介绍

Mapping是对索引库中文档的约束，类似于数据表结构，作用如下：

• 定义索引中的字段的名称
• 定义字段的数据类型，例如字符串，数字，布尔等
• 字段，倒排索引的相关配置（Analyzer）

2.映射类型

动态映射

介绍

在关系型数据库中，需要事先创建数据库，然后在该数据库下创建数据表，并创建表字段，类型，长度，主键等，最后才能基于表插入数据。而Elasticsearch中不需要定义Mapping映射，在文档写入Elasticsearch时，会根据文档自动识别类型，这种机制称之为动态映射

缺点

动态映射（Dynamic Mapping）的机制，使得我们无需手动定义Mappings，Elasticsearch会自动根据文档信息，推算出字段的类型。但是有时候会推算的不对，例如地理位置信息。当类型如果设置不对时，会导致一些功能无法正常运行，例如Range查询

自动识别的类型

静态映射

静态映射是在Elasticsearch中也可以实现定义好映射，包含文档的各字段类型，分词器等，这种方式称之为静态映射

3.常见的字段类型

核心类型	具体类型	说明
字符串类型	text	可分词的文本
不分词的字符串	keyword	精确值，例如：品牌，国家，IP地址等 不能被分词
整数类型	long，integer，short，byte	在ES中id应该是个字符串keyword而不是数值类型
浮点类型	double，float，half_float，scaled_float
日期类型	date，date_nanos
布尔类型	boolean
数组类型	array	数组类型不存在，里面是什么就是很么类型
对象类型	object
地理位置类型	geo_point，geo_shape
补全类型	completion	自动补全功能所需要的类型
二进制类型	binary
范围类型	integer_range，float_range，long_range，double_range，date_range，ip_range
JSON对象数组	nested

4.常见的Mapping属性

属性	含义
type	字段数据类型
index	是否创建索引，默认为true
analyzer	使用那种分词器
properties	该字段的子字段
copy_to	字段拷贝，可以将当前字段拷贝到指定字段
store	是否单独存储。如果设置为true，则该字段能够单独查询
boost	控制算分
coerce
doc_values
dynamic	动态映射设置
eager_global_ordinals
enabled
fielddata
fields
format
ignore_above
ignore_malformed
index_options	控制倒排索引记录的内容
index_phrases
index_prefixes
meta
normalizer
norms
null_value	对NULL值进行搜索
position_increment_gap
search_analyzer
similarity
term_vector

5.能否后期更改Mapping的字段类型

两种情况

1. 新增字段
2. 对已有字段修改（有数据写入后）

新增字段

1. dynamic设为true时，一旦有新增字段的文档写入，Mapping也同时被更新
2. dynamic设为false，Mapping不会被更新，新增字段的数据无法被索引，但是信息会出现在_source中
3. dynamic设置成strict（严格控制策略），文档写入失败，抛出异常

对已有字段修改（有数据写入后）

1. Lucene实现的倒排索引，—旦生成后，就不允许修改
2. 如果希望改变字段类型，必须Reindex APl，重建索引

原因

1. 如果修改了字段的数据类型，会导致已被索引的数据无法被搜索
2. 但是如果是增加新的字段，就不会有这样的影响

总结

6.对已有字段的mapping修改

步骤

1. 如果要推倒现有的映射, 你得重新建立一个静态索引
2. 然后把之前索引里的数据导入到新的索引里
3. 删除原创建的索引
4. 为新索引起个别名, 为原索引名

索引数据迁移API

POST _reindex
{
	"source":{
		"index":"user"
	},
	"dest":{
		"index":"user2"
	}
}

使用别名兼容原有的索引

PUT /user/_alias/user

7.Dynamic Template

需求

我们可以使用动态模板来告诉es，一些字段需要动态映射成相关类型，例如根据类型来判断，或者只要是根据字段名称包含ip的，动态的给一个IP的类型，而这种思路就是es提供的动态模板，Dynamic templates

介绍

动态模板是针对某个具体的索引来设定的，即在创建某个具体的索引时指定

适用场景

• 根据ES自动识别字段类型的这个特性，去设置一些特殊字段的名称为某些特定的类型
• 设置所有字符串类型的字段都为 keyword
• is 开头的字符串都设置成为 boolean 类型

三种规则

• match_mapping_type
• match and unmatch
• path and path_unmatch

match_mapping_type

根据文档字段的类型进行动态映射。在这种方式下，会对JSON的数据类型进行动态定义es的数据类型。从前面，我们值JSON的数据是没有类型之分，所以es会动态根据数据本身的类型来进行映射

PUT es-learn-000002
{
  "mappings": {
    "dynamic_templates": [
      {
        "integers": {
          "match_mapping_type": "long",
          "mapping": {
            "type": "integer"
          }
        }
      }
    ]
  }
}

match and unmatch

根据名称的规则，来定义一些特定的动态映射，这便是动态模板的第二种方式match and unmatch。在这种方式下，字段名称的匹配支持正则表达式。match表示当字段名称符合的规则时应用，unmatch表示当字段符合规则时不应用这个动态映射

PUT es-learn-000003
{
  "mappings": {
    "dynamic_templates": [
      {
        "email_keyword": {
          "match":   "*_email",
          "mapping": {
            "type": "keyword"
          }
        }
      },
      {
        "ip_rule": {
          "match":   "*_ip",
          "unmatch": "long_*",
          "mapping": {
            "type": "ip"
          }
        }
      }
    ]
  }
}

注意

当我们插入嵌套的JSON的时候，动态映射的规则是应用在嵌套JSON里的对象

path_match and path_unmatch

我们知道JSON可以保存复杂的嵌套关系，那么如果我们想依据嵌套关系制定相关的动态映射的规则，该怎么处理呢？path_match和path_unmatch的用法同match和unmatch的用法相似，使用正则表达式来进行匹配。只是match匹配的是字段的值，而path_match匹配的是JSON的嵌套关系

以下这段代码想实现的效果是，name下的嵌套对象，并且不是middle名字的类型都为keyword

PUT es-learn-000005
{
  "mappings": {
    "dynamic_templates": [
      {
        "middle_name_key": {
          "path_match":   "name.*",
          "path_unmatch": "*.middle",
          "mapping": {
            "type": "keyword"
          }
        }
      }
    ]
  }
}

8.索引基础操作

创建索引的时候指定Mapping

PUT /[索引名称]
{
    "mappings":{
        "properties":{
            "字段名":{
                "type":"text",
                "analyzer":"ik_smart"
            },
            "字段名2":{
                "type":"keyword",
                "index":false
            },
            "字段名3":{
                "properties":{
                    "子字段":{
                        "type":"keyword"
                    }
                }
            }
        } 
    }
}

获取索引的字段Mapping

介绍

检索一个或多个字段的映射定义。如果您不需要索引的完整映射或索引包含大量字段，这将很有用

请求路径

GET /_mapping/field/[字段名]

GET /[索引名]/_mapping/field/[字段名]

请求示例

GET publications/_mapping/field/title
GET publications/_mapping/field/author.id,abstract,name
GET publications/_mapping/field/a*

获取某个索引的映射信息

GET /索引名/_mapping

9.Mapping属性解读

字段拷贝（copy_to）

介绍

1. 该参数允许将多个字段的值复制到copy_to的字段上
2. copy_to的字段支持查询
3. 如果有多个字段需要查询，可以尝试把多个字段的值拷贝到一个新字段上
4. 可以将相同的值复制到多个字段， “copy_to”: [ “field_1”, “field_2” ]

示例

PUT /[索引名]
{
    "mappings":{
        "properties":{
            "name":{
                "type":"text",
                "analyzer":"ik_max_word",
                "copy_to":"all"
            },
            "business":{
                "type":"keyword",
                "copy_to":"all"
            },
            "all":{
                "type":"text",
                "analyzer":"ik_max_word"
            }
        }
    }
}

index

介绍

控制当前字段是否被索引，默认为true。如果设置为false，该字段不可被搜索

示例

PUT /[索引名]
{
    "mappings":{
        "properties":{
            "name":{
                "type":"text",
                "index":false
            }
        }
    }
}

index_options

介绍

控制倒排索引记录的内容

可选值

1. docs： 记录doc id
2. freqs： 记录doc id和term frequencies(词频)
3. positions： 记录doc id / term frequencies / term position
4. offsets： doc id / term frequencies / term posistion / character offects
5. 注意： text类型默认记录postions，其他默认为docs。记录内容越多，占用存储空间越大

示例

PUT /[索引名]
{
    "mappings":{
        "properties":{
            "name":{
                "type":"text",
                "index_options":"offsets"
            }
        }
    }
}

null_value

介绍

需要对NULL值进行搜索，只有keyword类型支持设计Null_value

示例

PUT /[索引名]
{
    "mappings":{
        "properties":{
            "name":{
                "type":"keyword",
                "null_value":"NULL"
            }
        }
    }
}

boost

介绍

在查询时，可以增加字段的算分，默认为1

请求格式

# 创建索引时候指定
PUT /
{
  "mappings": {
    "properties": {
      "": {
        "type": "text",
        "boost": 2 
      }
    }
  }
}

# 查询时指定
POST _search
{
    "query": {
        "match" : {
            "title": {
                "query": "quick brown fox",
                "boost": 2
            }
        }
    }
}

注意

• 不提升prefix，range，fuzzy查询的分数
• 不建议使用index time提升。而是在search time时使用

fields

介绍

text字段类型不能被排序和聚合如果要text字段能被排序或聚合可以使用fields

请求格式

PUT /
{
  "mappings": {
    "properties": {
      "": {
        "type":     "text",
        "fields":{
          "":{
            "type":"keyword"
          }
        }
      }
    }
  }
}