elasticsearch mapping | Cylon's Collection

本文发布于Cylon的收藏册，转载请著名原文链接~

索引管理

创建索引

直接创建索引 PUT newindex1，创建索引可以通过 number_of_shares 和 number_of_replicas 数量来修饰分片和副本的数量。

PUT newindex
{
  "settings": {
    "index" : {
      "number_of_shares" : 2,
      "number_of_replicas": 1
    }
  }
}

number_of_shares 分片数在创建索引后不能修改

number_of_replicas 副本数可以随时完成修改

删除索引

DEL index_name

打开/关闭索引

POST {index_name}/_close

POST {index_name}/_open

关闭的索引无法进行【增删改查】操作

{
  "error" : {
    "root_cause" : [
      {
        "type" : "index_closed_exception",
        "reason" : "closed",
        "index_uuid" : "3eCslZZ3Q9amlUyDtqTXWA",
        "index" : "newindex"
      }
    ],
    "type" : "index_closed_exception",
    "reason" : "closed",
    "index_uuid" : "3eCslZZ3Q9amlUyDtqTXWA",
    "index" : "newindex"
  },
  "status" : 400
}

索引的映射 mapping

mapping是定义文档及包含字段的存储与索引方式。可以理解为是elasticsearch的表结构，定义mapping，即在创建index时，自行判断每个字段的类型，而不是有ES自动自动判断每个纬度的类型。这种更贴合业务场景，如分词、存储。

每个索引仅有一个映射类型（elasticsearch6.x+，之前版本一个索引下有多个类型），它决定了文档将如何被索引。而映射类型分为两部分 meta-fields 与 field of properties

meta-fields ：为文档的源数据，如 _index （索引的名称）、_type （文档的类型，7.0+弃用）、_id （索引的ID）和 _source（用于关联文档源数据）字段

field of properties：字段属性，包含文档的字段或属性列表。

字段的数据类型

常见类型

binary：二进制或Base64字符串。
boolean: 布尔值true和false。
keywords：keyword, constant_keyword, 和 wildcard.
Numbers：数值类型，例如long和double
dates：日期类型，date 和 date_nanos。
alias：为以有字段定义别名。

对象嵌套类型

object ：JSON对象。
flattened：整个JSON对象作为单个字段值。
nested：嵌套，与子字段之间保留关系的json对象。
join：为同一索引中的文档定义父/子关系。

结构化类型

range：，long_range，double_range， date_range，和ip_range。
ip：IPv4和IPv6地址。
version ：软件版本号。支持语义化版本号优先规则。
murmur3：计算并存储值的散列。

汇总数据类型

aggregate_metric_double：预汇总的指标值。
histogram：以直方图形式预汇总的数值。

文字搜寻类型

text：分析的非结构化文本。
annotated-text：包含特殊标记的文本。用于标识命名实体。
completion：用于自动补全建议。
search_as_you_type text类似类型，用于按需输入完成。
token_count：计数令牌。

等等 reference。

常用字段数据类型参数

更多参数可以参考官方文档：mapping-params

字段	说明
analyzer	仅`text`字段支持 `analyzer` 映射参数。
index	选项控制是否对字段值建立索引。默认为`true`。未索引的字段不可查询。
index_prefixes	启用术语前缀的索引，以加快前缀搜索的速度
ignore_above	长度大于 ignore_above设置的字符串将不会被索引或存储

映射的元字段

文档的元字段是保证系统正常运转的内置字段，如 _index 索引的字段 _type映射类型（7.0后取消），_id_ 文档主键。

动态映射 dynamic

在关系型数据库中，需要事先创建好数据库，并在库中插入表。而ES中需要事先创建好索引结构（Mapping），在插入文档到索引中，系统会根据文档内容进行索引的动态映射。自动检测添加新类型和字段，被成为动态映射。

禁用动态映射：{index_name}/_mapping dynamic 为false

POST student/_mapping
{
  "dynamic":"false"
}

GET student/_mappings

显式映射

实现准备好映射关系，包含文档各字段类型，关系等，这种称之为显式映射 Explicit mapping

动态模板

动态映射会自动推断数据类型，但这种并不完全符合所有的业务需求，而动态模板可以再动态映射之外更好的控制ES如何映射的数据类型。

模板的匹配

match_mapping_type 对 Elasticsearch 检测到的数据类型进行操作
match unmatch ： match使用pattern匹配字段名称，unmatch 使用正则排除字段
path_match path_unmatch 使用与match一样，这里为全名称，path指的是多层json的路径。

如，需要将所有数字字段映射为integer而不是long，将所有字符串都映射为text与keyword:

{
  "mappings": {
    "dynamic_templates": [
      {
        "integers": {
          "match_mapping_type": "long",
          "mapping": {
            "type": "integer"
          }
        }
      },
      {
        "strings": {
          "match_mapping_type": "string",
          "mapping": {
            "type": "text",
            "fields": {
              "raw": {
                "type":  "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    ]
  }
}

可以使用正则表达式来匹配字段

PUT student12345
{
  "mappings": {
    "dynamic_templates": [
      {
        "longs_as_strings": {
          "match_mapping_type": "string",  // 捕获的类型
          "match":   "pass*", // 将以pass开头的string类型的映射为integer
          "unmatch": "user*", // 忽略以user开头的
          "mapping": {
            "type": "integer"  // 需要映射的类型
          }
        }
      }
    ]
  }
}

PUT student12345/_doc/1
{
  "username": "zhangsan", 
  "password": "123456" 
}

查看映射后的类型

{
  "student12345" : {
    "mappings" : {
      "dynamic_templates" : [
        {
          "longs_as_strings" : {
            "match" : "pass*",
            "unmatch" : "user*",
            "match_mapping_type" : "string",
            "mapping" : {
              "type" : "integer"
            }
          }
        }
      ],
      "properties" : {
        "password" : {
          "type" : "integer"
        },
        "username" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

path_match path_unmatch

PUT test1
{
  "mappings": {
    "dynamic_templates": [
      {
        "full_name": { 
          "path_match":   "document.*", // 将name下的所有对象复制到外部顶级字段
          "path_unmatch": "*.middlename", // 这个字段除外
          "mapping": {
            "type":       "text",
            "copy_to":    "full_name"
          }
        }
      }
    ]
  }
}

PUT test1/_doc/1
{
  "document": {
    "firstname":  "John",
    "middlename": "Winston",
    "lastname":   "Lennon"
  }
}

当插入下列时，不成功，这里映射类型为text，与address中的对象类型不匹配所以不成功

PUT test1/_doc/1
{
  "document": {
    "firstname":  "John",
    "middlename": "Winston",
    "address": {
    	"city": "beijing",
    	"province": "beijing",
 			"District": "haidian"
    }
  }
}

模板变量

{name} {dynamic_type} 占位符，在映射中会替换为字段名和检测到的动态类型

PUT student1
{
  "mappings": {
    "dynamic_templates": [
      {
        "named_analyzers": {
          "match_mapping_type": "string",
          "match": "*",
          "mapping": {
            "type": "text",
            "analyzer": "{name}"
          }
        }
      },
      {
        "no_doc_values": {
          "match_mapping_type":"*",
          "mapping": {
            "type": "{dynamic_type}",
            "doc_values": false
          }
        }
      }
    ]
  }
}

PUT student1/_doc/1
{
  "name": "alex chow", 
  "age": 30
}
  PUT student1/_doc/1
  {
    "english": "Some English text", 
    "count":   5 
  }

reference template-variables

索引的类型

Elasticsearch7.x中，不在需要document的 type

schedule_for_removal_of_mapping_types

ElasticSearch在7.x版本之前 index 类似于数据库中的 database，而 type 等同于数据库中的 table

如：6.x API

PUT student # index（库）
{
  "mappings": {
    "_doc": { # type （表）
      "properties": {
        "type": { # filed (字段)
          "type": "keyword"
        },
        "name": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "email": {
          "type": "keyword"
        },
        "content": {
          "type": "text"
        },
        "tweeted_at": {
          "type": "date"
        }
      }
    }
  }
}

而在7.x之后版本可以不需要


PUT student
{
  "mappings": {
      "properties": {
        "type": {
          "type": "keyword"
        },
        "name": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "email": {
          "type": "keyword"
        },
        "content": {
          "type": "text"
        },
        "tweeted_at": {
          "type": "date"
        }
      }
    }
}

在7.0以上版本使用时，必须使用 /{index_name}/_doc/{_id} 进行调用。

_doc 为路由永久组成，可以理解为 _doc 替换之前的 type

PUT /student/_doc/1
{
  "name": "zhangsan",
  "user_name": "zhangsan",
  "email": "1@gmail.com",
  "content": "北京分行、天津分行、河北分行、山西分行、辽宁分行"
}

GET /student/_doc/1

对于7.0之前的/{index}/{type}/{action} ，的操作如_update 、_search 将紧跟{action}后面。

POST /student/_update/1
{
  "doc": {
    "user_name": "lisi"
  }
}

GET /student/_search

本文发布于Cylon的收藏册，转载请著名原文链接~

链接：https://www.oomkill.com/2021/11/elasticsearch-mapping/

版权：本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。

索引管理¶

创建索引¶

删除索引¶

打开/关闭索引¶

索引的映射 mapping¶

字段的数据类型¶

常见类型¶

对象嵌套类型¶

结构化类型¶

汇总数据类型¶

文字搜寻类型¶

常用字段数据类型参数¶

映射的元字段¶

动态映射 dynamic¶

显式映射¶

动态模板¶

模板的匹配¶

模板变量¶

索引的类型¶

相关阅读