首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Elasticsearch:Dynamic mapping

Elasticsearch:Dynamic mapping

作者头像
腾讯云大数据
修改2021-01-08 16:05:31
6870
修改2021-01-08 16:05:31
举报

腾讯云 Elasticsearch Service】高可用,可伸缩,云端全托管。集成X-Pack高级特性,适用日志分析/企业搜索/BI分析等场景


Elasticsearch 最重要的功能之一是它试图摆脱你的方式,让你尽快开始探索你的数据。 要索引文档,你不必首先创建索引,定义映射类型和定义字段 - 你只需索引文档,那么 index,type 和 field 将自动生效。比如:

PUT data/_doc/1 { "count": 5 }

上面的命令将自动帮我们生成一个叫做 data 的 index,并同时生成一个叫做 _doc 的 type 及一个叫做 count 的 field。count 的数据类型是 long。这个非常方便,它不像传统的 RDMS 那样,先要创建一个数据库,让后一个 table,然后才可以向 table 里写入数据。

自动检测和添加新字段称为动态映射。 动态映射规则可以根据您的目的进行定制:

在今天的这篇文章中,我们来分别介绍这两个方面的内容。

动态模板

假设您有包含大量字段的文档

  • 或者在映射定义时未知的动态字段名称的文档
  • 和 nested 的 key/value 对不是一个很好的解决方案

使用动态模板,您可以基于定义字段的映射

动态模板由命名对象的数组来定义的:

"dynamic_templates": [    {      "my_template_name": {   (1)        ...  match conditions ...  (2)         "mapping": { ... }  (3)      }    },    ...  ]
  1. template 的名字可以是任何一个字符串
  2. 匹配的条件可以是这里的任何一种match_mapping_typematchmatch_patternunmatchpath_matchpath_unmatch
  3. 被匹配的字段的 mapping

例如,如果我们想要将所有整数字段映射为整数而不是 long,并将所有字符串字段映射为 text 和 keyword,我们可以使用以下模板:

PUT my_index{  "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              }            }          }        }      }    ]  }} PUT my_index/_doc/1{  "my_integer": 5,   "my_string": "Some string" }

通过上面的动态 template 映射,我们可以看到 my_integer 被映射为 integer 而不是 long。my_string 是一个 multi_field 字段。

假设你希望任何未映射的字符串字段默认情况下映射为 “keyword” 类型,那么我们可以这么定义:

PUT test2{  "mappings": {    "dynamic_templates": [      {        "my_string_fields": {          "match_mapping_type": "string",          "mapping": {            "type": "keyword"          }        }      }    ]  }}

match 及 unmatch

match 参数使用模式匹配字段名称,而 unmatch 使用模式排除匹配匹配的字段。

以下示例匹配名称以 long_ 开头的所有字符串字段(以_text结尾的字符串除外)并将它们映射为长字段:

PUT my_index{  "mappings": {    "dynamic_templates": [      {        "longs_as_strings": {          "match_mapping_type": "string",          "match":   "long_*",          "unmatch": "*_text",          "mapping": {            "type": "long"          }        }      }    ]  }} PUT my_index/_doc/1{  "long_num": "5",   "long_text": "foo" }

我们可以通过如下的命令来查看它们的数据类型:

GET my_index/_mapping

显示的结果为:

{  "my_index" : {    "mappings" : {      "dynamic_templates" : [        {          "longs_as_strings" : {            "match" : "long_*",            "unmatch" : "*_text",            "match_mapping_type" : "string",            "mapping" : {              "type" : "long"            }          }        }      ],      "properties" : {        "long_num" : {          "type" : "long"        },        "long_text" : {          "type" : "text",          "fields" : {            "keyword" : {              "type" : "keyword",              "ignore_above" : 256            }          }        }      }    }  }}

从上面,我们可以看出来,long_num 的数据类型是 long,而 long_text 的数据类型是 text。

控制动态字段

默认情况下,当在文档中找到以前未见过的字段时,Elasticsearch 会将新字段添加到类型映射中。 通过将 dynamic 参数设置为 false(忽略新字段)或 strict(如果遇到未知字段则抛出异常),可以在文档和对象级别禁用此行为。

在生产(product) 环境中,你极有可能会创建你的 mapping 在索引你的数据之前,而且你极有可能不想你的 mapping 会被修改:

POST blogs/_doc/2{    "some_new_field": "What should we do?" }

在通常的情况下,上面的一个命令可能会自动帮我们在 blogs 索引里增加一个新的叫做 some_new_field 的字段。

你可以使用 “dynamic” 属性(三个选项)控制添加到映射的新字段的效果:

doc indexed?

fields indexed?

mapping updated?

true

Yes

Yes

Yes

false

Yes

No

No

strict

No

上面的表格显示,当一个新的字段被添加到一个索引中,并且这个字段之前没有在 mapping 中定义:

  • 在 dynamic 为 true 时,这个文档将被建立索引,从而新增加的字段将是可以被搜索及应用于聚合,mapping 也会自动更新
  • 在 dynamic 为 false 时,这个文档将被建立索引,但是新的字段将不被建立索引,mapping 将不被更新(包含新的的字段的mapping)
  • 在 dynamic 为 strict 时,这个文件将不被建立索引
PUT blogs_example/_mapping{  "dynamic": "strict"}

在上面我们在 mapping 中加入了 dynamic,并且设置为 strict,它表明如果现有的 mapping 里没有定义这个字段,那么就不 index 这个文档。

PUT /blogs_example/_doc/1{  "new_field": "this is a new field"}

如果new_field从来没有在mapping中定义过,那么,上面的命令会出现如下的错误:

{  "error": {    "root_cause": [      {        "type": "strict_dynamic_mapping_exception",        "reason": "mapping set to strict, dynamic introduction of [new_field] within [_doc] is not allowed"      }    ],    "type": "strict_dynamic_mapping_exception",    "reason": "mapping set to strict, dynamic introduction of [new_field] within [_doc] is not allowed"  },  "status": 400}

如果这个问题出现了,我们必须修改我们现有的 index 的 mapping:

PUT blogs_example/_mapping{  "properties": {    "new_field": {      "type": "text"    }  }}

那么重新运行之前的那个命令就可以了。

settings 以防止映射爆炸

在索引中定义太多字段是一种可能导致映射爆炸的情况,这可能导致内存不足错误和难以恢复的情况。 这个问题可能比预期更常见。 例如,考虑插入的每个新文档引入新字段的情况。 这在动态映射中非常常见。 每次文档包含新字段时,这些字段最终都会出现在索引的映射中。 这并不需要担心少量数据,但随着映射的增加,它可能会成为一个问题。 以下设置允许您限制可手动或动态创建的字段映射的数量,以防止错误的文档导致映射爆炸:

index.mapping.total_fields.limit

索引中的最大字段数。 字段和对象映射以及字段别名都计入此限制。 默认值为1000

index.mapping.depth.limit

字段的最大深度,以内部对象的数量来衡量。 例如,如果所有字段都在根对象级别定义,则深度为1.如果有一个对象映射,则深度为2,等等。默认值为20。

index.mapping.nested_fields.limit

索引中不同 nested 映射的最大数量,默认为50。

index.mapping.nested_objects.limit

所有 nested 类型中单个文档中嵌套 JSON 对象的最大数量,默认为10000。

index.mapping.field_name_length.limit

设置字段名称的最大长度。 默认值为 Long.MAX_VALUE(无限制)。 此设置实际上不是解决映射爆炸的问题,但如果要限制字段长度,则可能仍然有用。 通常不需要设置此设置。 默认是可以的,除非用户开始添加大量具有真正长名称的字段。

上面的字段都可以在一个 index 的设置中进行设置,比如:

PUT test_blog {  "settings": {    "index.mapping.total_fields.limit": 2000,    "number_of_replicas": 0,    "number_of_shards": 1  }}


最新活动

包含文章发布时段最新活动,前往ES产品介绍页,可查找ES当前活动统一入口

Elasticsearch Service自建迁移特惠政策>>

Elasticsearch Service 新用户特惠狂欢,最低4折首购优惠 >>

Elasticsearch Service 企业首购特惠,助力企业复工复产>>

关注“腾讯云大数据”公众号,技术交流、最新活动、服务专享一站Get~

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文系转载前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 【腾讯云 Elasticsearch Service】高可用,可伸缩,云端全托管。集成X-Pack高级特性,适用日志分析/企业搜索/BI分析等场景
  • 动态模板
    • match 及 unmatch
    • 控制动态字段
    • settings 以防止映射爆炸
      • index.mapping.total_fields.limit
        • index.mapping.depth.limit
          • index.mapping.nested_fields.limit
            • index.mapping.nested_objects.limit
              • index.mapping.field_name_length.limit
              • 最新活动
              相关产品与服务
              Elasticsearch Service
              腾讯云 Elasticsearch Service(ES)是云端全托管海量数据检索分析服务,拥有高性能自研内核,集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群,也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务,它独特的向量检索还可助您构建基于语义、图像的AI深度应用。
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档