Elasticsearch实践（三）：Mapping

版本：Elasticsearch 6.2.4。

Mapping类似于数据库中的表结构定义，主要作用如下：

定义Index下字段名（Field Name）

定义字段的类型，比如数值型，字符串型、布尔型等

定义倒排索引的相关配置，比如是否索引、记录postion等

Mapping完整的内容可以分为四部分内容：

字段类型(Field datatypes)

元字段(Meta-Fields)

Mapping参数配置(Mapping parameters)

动态Mapping(Dynamic Mapping)

自动Mapping

如果没有手动设置Mapping，Elasticsearch默认会自动解析出类型，且每个字段以第一次出现的为准。

下面我们先看一下Elasticsearch默认创建的Mapping是什么样的。

首先我们创建一个索引：

查询索引信息：

结果：

增加一条数据：

查询数据是否新增成功：

结果：

count为2，说明新增成功。然后我们查询下 mapping :

发现自动为每个字段设置了类型:

name： text类型，另外额外增加了 字段， 类型；

job：text类型，另外额外增加了 字段， 类型；虽然第二次数据新增是数字类型，但还是以第一次为主；

age：long类型。

大家可以把索引删掉，将新增数据调整为先新增第2条，再新增第一条，发现报错了：

报错：

也能说明以第一次为主以字段第一次的值类型为准。这也说明了默认创建mapping可能不是我们想要的，这就需要手动创建mapping，好处有：

提前指定字段（通过设置甚至可以达到禁止自动增加字段的效果）

合理设置字段类型，防止分词过多或者解析不合理。分词过大会导致磁盘空间占用大。

手动创建mapping

这次我们删掉mapping，并手动创建一个：

字段类型说明：

name：text类型，会进行分词，支持模糊检索。

name.keyword : 这相当于是嵌套了一个字段，keyword类型，只能精确匹配，不支持分词。超过256字符长度不索引，也就没法搜索到。

age：long类型，支持精确匹配。

job：keyword类型，只能精确匹配，不支持分词。

intro：text类型，会进行分词，支持模糊检索。

create_time：date类型，支持10位时间戳。

注意：mapping生成后是不允许修改（包括删除）的。所以需要提前合理的的定义mapping。

字段类型

Elasticsearch支持文档中字段的许多不同数据类型：

普通数据类型

字符串类型

有 和 2种 。其中 支持分词，用于全文搜索； 不支持分词，用于聚合和排序。在旧的ES里这两个类型由 表示。

如果安装了IK分词插件，我们可以为 类型指定IK分词器。一般来说，对于字符串类型，如果：

1) 模糊搜索+精确匹配，一般是name或者title字段：

2) 模糊搜索，一般是内容详情字段：

3) 精确匹配：

4) 不需要索引：

数字类型

支持 long，integer，short，byte，double，float，halffloat，scaledfloat。具体说明如下：

long 带符号的64位整数，其最小值为 ，最大值为 。

integer 带符号的32位整数，其最小值为 ，最大值为 。

short 带符号的16位整数，其最小值为-32,768，最大值为32,767。

byte 带符号的8位整数，其最小值为-128，最大值为127。

double 双精度64位IEEE 754浮点数。

float 单精度32位IEEE 754浮点数。

half_float 半精度16位IEEE 754浮点数。

scaledfloat 缩放类型的的浮点数。需同时配置缩放因子(scalingfactor)一起使用。

对于整数类型（byte，short，integer和long）而言，我们应该选择这是足以使用的最小的类型。这将有助于索引和搜索更有效。

对于浮点类型（float、halffloat和scaledfloat）， 和 是不同的值，使用 查询查找 不会匹配 ，同样 查询中上边界是 不会匹配 ，下边界是 不会匹配 。

其中 ，比如价格只需要精确到分， 为 的字段缩放因子为 ，存起来就是 。优先考虑使用带缩放因子的 浮点类型。

示例：

日期类型

类型为 。

JSON本身是没有日期类型的，因此Elasticsearch中的日期可以是：

包含格式化日期的字符串。

一个13位long类型表示的毫秒时间戳（ milliseconds-since-the-epoch）。

一个integer类型表示的10位普通时间戳（seconds-since-the-epoch）。

在Elasticsearch内部，日期类型会被转换为UTC（如果指定了时区）并存储为long类型表示的毫秒时间戳。

日期类型可以使用使用 自定义，默认缺省值： ：

有很多内置类型，这里列举部分说明：

strictdateoptionaltime, dateoptional_time 通用的ISO日期格式，其中日期部分是必需的，时间部分是可选的。例如 "2015-01-01"或"2015/01/01 12:10:30"。

epoch_millis 13位毫秒时间戳

epoch_second 10位普通时间戳

其中 开头的表示严格的日期格式，这意味着，年、月、日部分必须具有前置0。

更多日期格式详见：https://www.elastic.co/guide/en/elasticsearch/reference/6.2/mapping-date-format.html#mapping-date-format

当然也可以自定义日期格式，例如：

注意：如果新文档的字段的值与format里设置的类型不兼容，ES会返回失败。示例：

第3条数据插入失败，因为只接受长整数的时间戳，字符串类型的日期是不匹配的。第2条的值只有10位数，虽然值是不正确的，但是在 的取值范围内，所以也是成功的。

布尔类型

类型为 。

二进制类型

类型为 。

范围类型

integerrange，floatrange，longrange，doublerange，date_range

复杂类型

数组数据类型 在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。，例如：

字符型数组: 整型数组： 数组型数组： 等价于

对象数据类型object 对于单个JSON对象。JSON天生具有层级关系，文档可以包含嵌套的对象。

嵌套数据类型nested 对于JSON对象的数组

Geo数据类型

地理点数据类型geo_point 对于纬度/经度点

Geo-Shape数据类型geo_shape 对于像多边形这样的复杂形状

专用数据类型

IP数据类型ip 用于IPv4和IPv6地址

完成数据类型completion 提供自动完成的建议

令牌计数数据类型token_count 计算字符串中的标记数

mapper-murmur3murmur3 在索引时计算值的哈希值并将它们存储在索引中

过滤器类型接受来自query-dsl的查询

join 数据类型为同一索引中的文档定义父/子关系

多字段

为不同目的以不同方式索引相同字段通常很有用。例如，string可以将字段映射为text用于全文搜索的keyword字段，以及用于排序或聚合的字段。或者，您可以使用standard分析仪， english分析仪和 french分析仪索引文本字段。

元字段

_all

该字段用于在没有指定具体字段的情况下进行模糊搜索，可以搜索全部字段的内容。

原理是将所有字段的内容视为字符串，拼在一起放在一个 字段上，但这个字段默认是不被存储的，可以被搜索。在 与 查询（Kibana搜索框用的这种查询方式）默认也是查询 字段。

版本被默认关闭。

相关设置：

上述配置在 版本是默认配置：

默认开启 字段

默认不存储 字段

默认搜索 字段

如果从CPU性能及磁盘空间考虑，可以考虑可以完全禁用或基于每个字段自定义 字段。

假设 字段被禁用，则URI搜索请求、 和 查询将无法将其用于查询。我们可以将它们配置为其他字段：通过定义 属性。

_source

这个字段用于存储原始的JSON文档内容，本身不会被索引，但是搜索的时候被返回。如果没有该字段，虽然还能正常搜索，但是返回的内容不知道对应的是什么。

示例：

结果：

搜索结果就包含 字段，存储的是原始文档内容。如果被禁用，只知道有匹配内容，但是无法知道返回的是什么。所以需要谨慎关闭该字段。

如果想禁用该字段，可以在创建Mapping的时候，设置_：

_type

ElasticSearch里面有 index 和 type 的概念：index称为索引,type为文档类型，一个index下面有多个type，每个type的字段可以不一样。这类似于关系型数据库的 database 和 table 的概念。

但是，ES中不同type下名称相同的filed最终在Lucene中的处理方式是一样的。所以后来ElasticSearch团队想去掉type，于是在6.x版本为了向下兼容，一个index只允许有一个type。

该字段再在6.0.0中弃用。在Elasticsearch 6.x 版本中创建的索引只能包含单个type。在5.x中创建的含有多个type的索引将继续像以前一样在Elasticsearch 6.x中运行。type 将在Elasticsearch 7.0.0中完全删除。

详见：https://www.elastic.co/guide/en/elasticsearch/reference/current/removal-of-types.html

参考

1、Mapping | Elasticsearch Reference [6.4] | Elastic

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

2、Elasticsearch 6.x Mapping设置 - 小旋锋

https://mp.weixin.qq.com/s/pBPH-wccdY1oslpqGgAHBg

3、整理的es中的mapping方面的内容 - 辛星，前进的路上. - CSDN博客

https://blog.csdn.net/xinguimeng/article/details/51588583

4、[译]ElasticSearch数据类型--string类型已死, 字符串数据永生 - 牧曦之晨 - SegmentFault 思否

https://segmentfault.com/a/1190000008897731

5、ElasticSearch的all域 | 学步园

https://www.xuebuyuan.com/2053874.html

6、图解Elasticsearch中的source、_all、store和index属性 - 1.01^365=37.78 (Lucene、ES、ELK开发交流群: 370734940) - CSDN博客

https://blog.csdn.net/napoay/article/details/62233031

7、Elasticsearch - 自动检测及动态映射Dynamic Mapping - 上善若水，水善利万物而不争。 - CSDN博客

https://blog.csdn.net/xifeijian/article/details/51090338

8、Field datatypes | Elasticsearch Reference [6.2] | Elastic

https://www.elastic.co/guide/en/elasticsearch/reference/6.2/mapping-types.html