ElasticSearch Mapping映射
1. 概述
为了能够把日期字段处理成日期，把数字字段处理成数字，把字符串字段处理成全文本（Full-text）或精确（Exact-value）的字符串值，Elasticsearch需要知道每个字段里面都包含什么数据类型。这些类型和字段的信息都存储在映射（mapping）中。
索引中的每个文档都有一个 Type。每个 Type 拥有自己的 Mapping 或者模式定义。Mapping 在 Type 中定义字段，每个字段的数据类型，以及字段被Elasticsearch处理的方式。Mapping 还可用于设置关联到 Type 上的元数据。
例如下面的Mapping：
"mppings":{
"football-type": {
"properties": {
"country": {
"index": "not_analyzed",
"store": true,
"type": "string"
},
"club": {
"store": true,
"type": "string"
},
"name": {
"store": true,
"type": "string"
}
}
}
}2. 核心字段类型
Elasticsearch支持以下简单字段类型：
类型 | 数据类型 |
|---|---|
String | string |
Whole number | byte short integer long |
Floating point | float double |
Boolean | boolean |
Date | date |
当你索引一个包含新字段的文档（之前没有这个字段），Elasticsearch将根据JSON中的基本数据类型使用动态映射猜测字段的类型，基于使用以下规则：
JsonType | FieldType |
|---|---|
Boolean: true 或者 false | “boolean” |
Whole number: 123 | “long” |
Floating point:123.45 | “double” |
String, valid date: “2017-05-04” | “date” |
String: “foo bar” | “string” |
这意味着，如果你索引一个带引号的数字，例如，
"123"，会被映射为string类型，而不是long类型。然而，如果字段已经被映射为long类型，Elasticsearch尝试将字符串转换为long类型，如果强制转换失败则会抛出异常。
举例，索引下面信息（之前没有mapping）：
Map<String, Object> map = Maps.newHashMap();
map.put("name", "C罗");
map.put("sex", true);
map.put("age", 31);
map.put("birthday", "1985-02-05");
map.put("club", "皇家马德里俱乐部");产生的mapping结果：
{
"properties": {
"birthday": {
"format": "strict_date_optional_time||epoch_millis",
"type": "date"
},
"sex": {
"type": "boolean"
},
"club": {
"type": "string"
},
"name": {
"type": "string"
},
"age": {
"type": "long"
}
}
}3. 查看映射
我们可以使用mapping API来查看Elasticsearch中的映射：
IndicesAdminClient indicesAdminClient = client.admin().indices();
GetMappingsRequestBuilder getMappingsRequestBuilder = indicesAdminClient.prepareGetMappings(index);
GetMappingsResponse response = getMappingsRequestBuilder.get();
// 结果
for(ObjectCursor<String> key : response.getMappings().keys()){
ImmutableOpenMap<String, MappingMetaData> mapping = response.getMappings().get(key.value);
for(ObjectCursor<String> key2 : mapping.keys()){
try {
logger.info("------------- {}", mapping.get(key2.value).sourceAsMap().toString());
} catch (IOException e) {
e.printStackTrace();
}
}
}输出结果：
14:45:26.453 [main] INFO com.sjf.open.api.indexAPI.IndexAPI - ------------- {properties={age={type=long}, birthday={type=date, format=strict_date_optional_time||epoch_millis}, club={type=string}, name={type=string}, sex={type=boolean}}}4. 自定义字段映射
虽然大多数情况下基本数据类型已经能够满足，但你也会经常自定义单个字段的映射，特别是字符串类型字段。自定义类型可以使你完成一下几点：
- 区分全文（full text）字符串字段和准确字符串字段。比如字符串”北京”，全文字符串字段默认情况下会分成”北”和“京”两个词，但大多数情况下我们需要的是一个城市名称，不需要分词，所以它应该是一个确切的字符串字段，应该设置index属性为”not_analyzed”。
- 使用特定语言的分析器（不同国家语言断词方式不一样，不同国家的人可能会使用不同的设置）
- 优化部分匹配字段
- 指定自定义日期格式
4.1 type
Mapping 中最重要的字段参数是type。对于不是 string 类型的字段，你可能很少需要映射除type之外的其他映射：
{
"number_of_clicks": {
"type": "integer"
}
}string 类型的字段，默认的，考虑到包含全文本，它们的值在索引前要经过分析器分析，并且在此字段上进行全文搜索前要把查询字符串经过分析器的处理。
4.2 index
对于 string 类型字段，其中最重要的一个映射参数是index，另一个是analyzer，下面会讲解到。
index参数控制字符串以何种方式被索引。它包含三种方式：
值 | 说明 |
|---|---|
analyzed | 首先分析这个字符串，然后索引。换言之，以全文形式索引此字段。 |
not_analyzed | 索引这个字段，使之可以被索引，但是索引内容和指定值一样。不分析此字段。 |
no | 不索引这个字段。这个字段不能被搜索到。 |
对于 string 类型字段，index默认值为 analyzed。如果我们想把字段映射为确切值，我们需要设置为 not_analyzed：
{
"tag": {
"type": "string",
"index": "not_analyzed"
}
}其他简单类型（long、double、date等等）也接受index参数，但相应的值只能是no和not_analyzed，它们的值不能是analyzed。
4.3 analyzer
对于index为 analyzed 的字符串字段，使用 analyzer 参数来指定在搜索和索引的时候使用哪一种分析器。Elasticsearch默认使用 standard 分析器，但是你可以通过指定一个内建的分析器来更改它，例如可以指定 whitespace、simple或 english 等分析器。
{
"tweet": {
"type": "string",
"analyzer": "english"
}
}5. 更新映射
你可以在第一次创建索引的时候为 Type 指定 Mapping。此外，之后你可以为一个新 Type 添加 Mapping（或者为已有的 Type 更新 Mapping）。
你可以向已经存在的 Mapping 中增加字段，但是你不能修改已经存在的字段 Mapping。如果一个字段的映射已经存在，这可能意味着那个字段的数据已经被索引。如果你改变了字段映射，那已经被索引的数据可能会出现错误，不能被正确的搜索到。
我们可以更新一个 Mapping 来增加一个新字段，但是不能把已有字段的index属性从 analyzed 改到 not_analyzed。
在使用下面代码设置映射时，首先创建一个空的索引：
// mapping
XContentBuilder mappingBuilder;
try {
mappingBuilder = XContentFactory.jsonBuilder()
.startObject()
.startObject(type)
.startObject("properties")
.startObject("name").field("type", "string").field("store", "yes").endObject()
.startObject("sex").field("type", "string").field("store", "yes").endObject()
.startObject("college").field("type", "string").field("store", "yes").endObject()
.startObject("age").field("type", "long").field("store", "yes").endObject()
.startObject("school").field("type", "string").field("store", "yes").field("index", "not_analyzed").endObject()
.endObject()
.endObject()
.endObject();
} catch (Exception e) {
logger.error("--------- putIndexMapping 创建 mapping 失败：", e);
return false;
}
IndicesAdminClient indicesAdminClient = client.admin().indices();
PutMappingRequestBuilder putMappingRequestBuilder = indicesAdminClient.preparePutMapping(index);
putMappingRequestBuilder.setType(type);
putMappingRequestBuilder.setSource(mappingBuilder);
// 结果
PutMappingResponse response = putMappingRequestBuilder.get();产生结果：
"mappings":{
"test-type": {
"properties": {
"college": {
"store": true,
"type": "string"
},
"school": {
"index": "not_analyzed",
"store": true,
"type": "string"
},
"sex": {
"store": true,
"type": "string"
},
"name": {
"store": true,
"type": "string"
},
"age": {
"store": true,
"type": "long"
}
}
}
}下面我们再添加一个分析器为english的字段到上面映射中，我们新的字段会合并到上面已经存在的映射中。
// mapping
XContentBuilder mappingBuilder;
try {
mappingBuilder = XContentFactory.jsonBuilder()
.startObject()
.startObject(type)
.startObject("properties")
.startObject("club").field("type", "string").field("index", "analyzed").field("analyzer", "english").endObject()
.endObject()
.endObject()
.endObject();
} catch (Exception e) {
logger.error("--------- putIndexMapping 创建 mapping 失败：", e);
return false;
}
```
产生结果：
```json
"mappings":{
"test-type": {
"properties": {
"college": {
"store": true,
"type": "string"
},
"school": {
"index": "not_analyzed",
"store": true,
"type": "string"
},
"sex": {
"store": true,
"type": "string"
},
"club": {
"analyzer": "english",
"type": "string"
},
"name": {
"store": true,
"type": "string"
},
"age": {
"store": true,
"type": "long"
}
}
}
}Elasticsearch版本： 5.4