Elasticsearch Mapping是啥?

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: Elasticsearch Mapping是啥?

什么是Mapping

我们知道,es如果对应数据表,表中的数据是不是有数据类型,那么esmapping就是来设置这个字段类型的。它的主要作用:

  1. 定义字段名称
  2. 定义字段的数据类型,例如字符串、数值等
  3. 字段 倒排索引的相关配置,比如说可以通过配置字段是否需要被索引
  • Mapping 会把 Json 文档映射成 Lucene 所需的扁平格式
  • 一个 Mapping 属于一个索引的 Type ,在 7.0 之后版本索引只有一个 Type(_doc)

常用来设置 Mapping 的数据类型

  • 简单类型
  1. Text/Keyword
  2. Date
  3. Integer/Float/Double/Long
  4. Boolean
  5. Ip

这里说明一下TextKetword类型的区别

在es5之前是string,后面拆分成了Text和Keyword

按照官方文档的阐述,text类型的数据用来索引长文本,例如电子邮箱主体部分或者一些产品的介绍,这些文本会被分析,在建立索引后被分词器进行分词,转化为词组。经过分词机制后es允许检索到该文本切分而成的词语,但text类型的数据不能用来做过滤、排序、聚合等操作

keyword类型的数据可以满足电子邮箱、主机名、状态码等数据的要求,不进行分词,常常被用来做过滤、排序、聚合等操作

  • 复杂类型-对象和嵌套对象

对象类型/嵌套类型

  • 特殊类型(针对地理位置信息有特殊处理)
  1. geo_point
  2. geo_shape / percolator

Dynamic Mapping

简单来说,如果你不手动创建Mappinges会自动根据json来推断数据类型,但是不准确,这个的话我一般不会自动映射,所以大家知道一下这个就ok

手动创建 Mapping

PUT phone
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "cpu": {
        "type": "text"
      },
      "created_at": {
        "type": "date"
      },
      "system_code": {
        "type": "integer",
        "index": false
      }
    }
  }
}
POST phone/_doc
{
  "name": "苹果",
  "cpu": "4核",
  "created_at": "2019-11-01",
  "system_code": 111 
}
POST phone/_doc
{
  "name": "华为",
  "cpu": "4核",
  "created_at": "2020-11-01",
  "system_code": 221
}
GET phone/_search
{
  "query": {
    "match": {
      "system_code": {
        "query": 111
      }
    }
  }
}

上面建立mapping的时候,我对system_code这个字段index设置为falsees将不会对这个字段建立倒排索引


Index Options

ES 有四种不同级别的 Index Options 配置

  • docs 记录 doc id
  • freqs 记录 doc id 和 term 频次
  • positions 记录 doc id 和 term 频次 和 term 位置
  • offsets 记录 doc id 和 term 频次 和 term 位置和字符偏移量

Text 类型默认 positions,其他默认为 docs

copy_to

copy_to 是为瞒足一些特定搜素需求,将多个字段 数值拷贝到目标字段,目标字段不会出现在 _source

PUT phone_1
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "copy_to": "fullname"
      },
      "cpu": {
        "type": "text",
        "copy_to": "fullname"
      },
      "created_at": {
        "type": "date"
      },
      "system_code": {
        "type": "integer",
        "index": false
      }
    }
  }
}
POST phone_1/_doc
{
  "name": "苹果",
  "cpu": "4核",
  "created_at": "2019-11-01",
  "system_code": 111 
}
POST phone_1/_doc
{
  "name": "华为",
  "cpu": "4核",
  "created_at": "2020-11-01",
  "system_code": 221
}
GET phone_1/_search
{
  "query": {
    "match": {
      "fullname": {
        "query": "华为4核"
      }
    }
  }
}

查询的时候,fullname并没有在mapping中声明,照样可以进行合并搜索

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
目录
相关文章
|
8月前
|
存储 JSON 自然语言处理
【Elasticsearch】学好Elasticsearch系列-Mapping
【Elasticsearch】学好Elasticsearch系列-Mapping
83 0
|
9月前
|
JSON 自然语言处理 定位技术
Elasticsearch Mapping是啥?
Elasticsearch Mapping是啥?
83 0
|
存储 JSON 自然语言处理
Elasticsearch7.X Mapping 常见字段类型整理
一、核心数据类型 字符串:text, keyword 数值型:long, integer, short, byte, double, float, half_float, scaled_float 布尔型:boolean 日期型:date, date_nanos 二进制:binary
|
JSON Java API
Elasticsearch Dynamic Mapping(动态映射机制)
Elasticsearch Dynamic Mapping(动态映射机制)
Elasticsearch Dynamic Mapping(动态映射机制)
|
存储 JSON 自然语言处理
Elasticsearch Mapping之字段类型(field datatypes)
Elasticsearch Mapping之字段类型(field datatypes)
Elasticsearch Mapping之字段类型(field datatypes)
|
存储 JSON 自然语言处理
Elasticsearch Mapping parameters(主要参数一览)
Elasticsearch Mapping parameters(主要参数一览)
Elasticsearch Mapping parameters(主要参数一览)
|
存储 JSON 关系型数据库
Elasticsearch Mapping类型映射概述与元字段详解
Elasticsearch Mapping类型映射概述与元字段详解
Elasticsearch Mapping类型映射概述与元字段详解
|
存储 索引
|
JSON 自然语言处理 数据库
|
存储 索引