环境
- Elasticsearch 8.1
- Kibana 8.1
- MacOS 10.14.6
简介
首先我们还是先了解一下，什么是字段别名？大家可能听说过索引别名，通过索引的别名可以轻松的切换所需的数据来源与哪一个索引，那么什么是字段别名呢？所谓字段别名，就是索引mapping定义时的备用字段，通过字段别名可以替换搜索请求中的目标字段，字段别名可以用于搜索，排序，聚合，高亮，docvalue_fields，stored_fields，suggestions，下面我们一起来看一下字段别名的详细使用过程
使用
定义字段别名规范
- 必须是一个明确的字段，不能是一个对象或者指向另一个字段别名
- 在创建字段别名时，字段别名指向的目标字段必须已经存在
- 如果定义了嵌套的对象，则字段别名必须具有同样的嵌套范围
字段别名只能指向一个字段，不能同时指向多个字段；
但是可以通过修改mapping中的字段别名设置指向另一个新字段
不支持使用字段别名的API
- 首先是不能在写入数据的时候使用字段别名，因为本身字段别名是虚拟的，不存在的，所以不支持写入，同样也不能用于
copy_to - 因为字段的别名是不存在
_source中的，所以搜索请求时的过滤字段也是不会生效的
测试
- 创建索引，定义字段别名
其中创建了索引blog1和blog2,各自定义了两个字段别名public_count和public_content,在blog1索引中，public_count指向doc.count,public_content指向doc.content;在blog2索引中，public_count指向doc_count,public_content指向doc_content;
PUT blog1 { "mappings": { "properties": { "doc": { "properties": { "count": { "type": "long" }, "content": { "type": "text", "fields": { "keyword": { "type": "keyword" } } } } }, "creater": { "type": "keyword" }, "public_count": { "type": "alias", "path": "doc.count" }, "public_content": { "type": "alias", "path": "doc.content" } } } } PUT blog2 { "mappings": { "properties": { "doc_count": { "type": "long" }, "doc_content": { "type": "text", "fields": { "keyword": { "type": "keyword" } } }, "creater": { "type": "keyword" }, "public_count": { "type": "alias", "path": "doc_count" }, "public_content": { "type": "alias", "path": "doc_content" } } } }
- 插入测试数据
POST _bulk { "index":{"_index":"blog1","_id":"1"}} {"creater":"zuiyu1","doc.count":"100","doc.content":"zuiyu elasticsearch "} { "index":{"_index":"blog1","_id":"2"}} {"creater":"zuiyu2","doc.count":"200","doc.content":"zuiyu vue"} { "index":{"_index":"blog1","_id":"3"}} {"creater":"zuiyu3","doc.count":"300","doc.content":"java demo"} { "index":{"_index":"blog1","_id":"4"}} {"creater":"zuiyu4","doc.count":"300","doc.content":"java demo plus"} { "index":{"_index":"blog1","_id":"5"}} {"creater":"zuiyu5","doc.count":"300","doc.content":"java pro and elasticsearch"} { "index":{"_index":"blog2","_id":"1"}} {"creater":"zuiyu1","doc_count":"10","doc_content":"醉鱼ES小白入门课"} { "index":{"_index":"blog2","_id":"2"}} {"creater":"zuiyu2","doc_count":"550","doc_content":"醉鱼前端 vue 小白入门课"} { "index":{"_index":"blog2","_id":"3"}} {"creater":"zuiyu3","doc_count":"60","doc_content":"醉鱼java小白入门课"} { "index":{"_index":"blog2","_id":"4"}} {"creater":"zuiyu4","doc_count":"60","doc_content":"醉鱼MySQL8.0小白入门课"} { "index":{"_index":"blog2","_id":"5"}} {"creater":"zuiyu5","doc_count":"60","doc_content":"醉鱼Redis小白入门课"}
- 搜索测试、聚合、排序、高亮、建议目标是实现搜索索引
blog1和blog2中content内容中包含java的文档,因为两个索引的mapping结构完全不一样，所以使用定义的相同名称的public_count和public_content
- 聚合
使用public_count字段搜索索引blog1和blog2中public_count大于100的文档，对public_count进行聚合分桶
GET blog*/_search?size=0 { "query": { "range": { "public_count": { "gte": 100 } } }, "aggs": { "all_agg": { "terms": { "field": "public_count" } } } }
- 排序
使用public_count字段搜索索引blog1和blog2中public_count结果大于100的文档,对public_count进行降序输出
GET blog*/_search { "query": { "range": { "public_count": { "gte": 100 } } }, "sort": [ { "public_count": { "order": "desc" } } ] }
- 高亮
使用public_content字段搜索索引blog1和blog2中包含java的，高亮输出，结果前后加上em标签
GET blog*/_search { "query": { "wildcard": { "public_content": { "value": "*java*" } } }, "highlight": { "fields": { "public_content": { "pre_tags": [ "<em>" ], "post_tags": [ "</em>" ] } } } }
- 建议
使用public_count字段搜索索引blog1和blog2中搜索public_content中包含java的文档，输入一个错误单词jave,建议返回java
GET blog*/_search { "query": { "wildcard": { "public_content": { "value": "*java*" } } }, "suggest": { "YOUR_SUGGESTION": { "text": "jave", "term": { "field": "public_content" } } } }
_source测试
使用_source测试返回字段public_count，public_content，因为字段别名是虚拟的，所以此时是没有返回结果的
GET blog*/_search { "query": { "wildcard": { "public_content": { "value": "*java*" } } }, "_source": [ "public_count", "public_content" ] }
- 使用
docvalue_fields请求字段获取
GET blog*/_search { "query": { "wildcard": { "public_content": { "value": "*java*" } } }, "docvalue_fields": [ "public_count" ] }
使用场景
简单总结一下字段别名的使用场景：
- 文中的例子，可以对同一个人在不同博客网站上写的内容进行统计
- 获取采集的日志信息，不同的数据源，索引的日志mapping不一样，统计时就可以使用字段别名进行统一的统计
