简介：本周课程（19~22讲）阮一鸣老师详细的讲解如何设置Elasticsearch Mapping，并通过配置 Mapping 实现自定义Analyzer，同时运用 Index Template 和 Dynamic Template 更方便的设计Mapping 索引，还简单介绍了 Elasticsearch 多种聚合分析方式。
讲师：阮一鸣——eBay Pronto 平台技术负责人、极客时间『Elasticsearch 核心技术与实战』课程讲师
课程为了更多同学能快速体验 Elasticsearch，为大家提供了免费的阿里云 Elasticsearch （3节点1核2G）的测试环境>>>>去开通
课程回顾
19 | 显式Mapping设置与常见参数介绍
20 | 多字段特性及Mapping中配置自定义Analyzer
21 | Index Template和Dynamic Template
22 | Elasticsearch聚合分析简介
知识点 1 ：显式Mapping设置与常见参数介绍
如何显示定义一个 Mapping
定义 Mapping 仅需调用“PUT”的索引文字，就可以创建，同时加上 Mapping 定义文字，是一个 Jason 格式。
自定义 Mapping 的一些建议
1、可以参考 API 手册，纯手写
2、通过以下步骤可减少输入工作量、减少出错率
• 创建一个临时的 index，写入一些样本数据
• 通过访问 Mapping API 获得该临时文件的动态 Mapping 定义
• 修改后用，使用该配置创建你的索引
• 删除临时索引
自定义 Mapping 优势
1、通过Index--控制当前字段是否被索引，默认为 true ，设置为 “false”，该字段不可被搜索，且节约存储开销
2、倒排索引（Index Options）创建，有四种不同级别配置，除了“Text”类型默认记录“postions”，其他默认为 “docs”，记录内容越多，占用存储越多
3、当你需要对“null—value”实现搜索，只需在 Mapping 文件中，对“null-value”指定为你需要的值
4、由于“_ all”在7.0版本中已被取消，要实现这个功能我们可以用“copy_to”来实现
“copy_to ”将字段数字拷贝到目标字段，实现类似“_all”的作用
“copy_to ”的目标字段不出现在“_source”中
数组类型
Elasticsearch 中不提供专门的数组类型，但任何字段，都可以包含多个相同类型的数值。
知识点 2 ：多字段特性及Mapping中配置自定义Analyzer
多字段特性
1、当我们为索引设置 Mapping 文件时，我们可以为字段增加一个子字段，如在默认情况下，“Text”ES都会有一个默认的“keyword”字段，
2、使用不同的 analyzer ，实现不同语言进行分词，如英文；以 “pinyin”方式搜索，还支持为搜索和索引指定不同的 analyzer。
精确值和全文本比较
精确值：包括数字/日期/具体一个字符串（如“Apple Stroe”）
在ES 中，该类指以“keyword”来表示，不做分词处理。
全文本：非结构化的文本数据。
在ES 中，该类指定为“Text”需要进行分词处理。
自定义分词
当 Elasticsearch 自带分词无法满足时，可以自定义分词器，通过自祝贺不同的组件实现。
Character Filter
① 在Tokenizer 之前对文本进行处理，例如增加删除及替换字符。可以配置多个 Character Filters。会影响 Tokenizer 的 position 和offset 信息。
② 一些自带的 Character Filters
HTML strip— 去除HTML标签
Mapping — 字符串替换
Pattern replace — 正则匹配替换
Tokenizer
① 将原始文本按照一定规则，切分为 term or token
② Elasticsearch 内置的 Tokenizers
whitespace/standard/uax_url_email/pattern/keyword/path hierarchy
③ 可以用 Java 开发插件，实现自己的 Tokenizer
Token Filter
① 将 Tokenizer 输出的单词（term），进行增加、修改、删除
② Elasticsearch 自带的 Token Filters
Lowercase/stop/synonym（添加近义词）
设置一个 Custom Analyzer
当 Elasticsearch 以上的分词无法满足需求，在创建索引时，可以自定义自己的 Custom Analyzer
知识点 3 ：Index Template 和 Dynamic Template
在业务进行中，集群上会有越来越多的索引，如果你是做日志管理，你会为你的日志每天创建一个索引，因为这样可以更好的管理你的数据，并提高性能。
Index Template
按照一定规则，自动匹配到新创建的索引上，设定 Mapping 和 Setting
① 模板会在一个新创建索引时产生作用，修改模板不会影响已创建的模板
② 设定多个索引模板，这些设置会被“merge”在一起
③ 可以指定“order”设置，控制“merging”的过程
Index Template 工作方式
当一个索引被创建时
① 应用 Elasticsearch 默认的 settings 和 mappings
② 应用 order 数值低的 Index Template 中的设定
③ 应用 order 高的 Index Template 中的设定，之前的设定会被覆盖
④ 应用创建索引是，用户所指定的 Settings 和Mappings，并覆盖之前模板中的设定。
什么是 Dynamic Template
应用在具体的索引上，根据 Elasticsearch 识别的数据类型，结合字段名称，来动态设定字段类型
①可以实现所有字符串类型设定为“keyword”或者关闭“keyword”字段
②“is”开通的字段设置成“boolean”
③“long_”开头的都设置成“long”类型
1、设定在某个索引的 Mapping 中
2、设定一个 Template 名称
3、设定匹配规格数组
4、设定匹配到字段 设置 Mapping
匹配规则参数
① match_mapping_type：匹配自动识别的字段类型，如string，boolean等
② match，unmatch：匹配字段名
③ path_match,path_unmatch
知识点 4 ：Elasticsearch聚合分析简介
什么是聚合（Aggregation）
Elasticsearch除搜索以外，同时提供统计分析功能，具有实时性高，同样的功能Hadoop上需要多出一天时间。通过聚合，可以帮助我们得到数据概览。
① 高性能
② 无需客户端自己去实现分析逻辑。
Kibana 可视化报表-聚合分析
Kibana 报表也是用 Elasticsearch 聚合分析实现的。
聚合的分类，共分为 4 大类
一、Bucket Aggregation：一些列把满足特东条件的文档聚合
二、Metric Aggregation：一些数字运算，可以对文档字段进行统计分析
①Metric 会基于数据集计算结果，除了支持在字段上进行计算，同样也支持在脚本（painless script）产生的结果之上进行计算
②大多数 Metric 是数据计算，仅输出一个值
③部分 Metric 支持输出多个数值
举个例子（Bucket & Metric）
Bucket Aggregation
加入 Metrics
嵌套Aggregation
三、Pipeline Aggregation：对其他的聚合结果进行二次聚合
四、Matix Aggregation：支持对多个字段的操作并提供一个结果矩阵
下周课程预告
点击预约课程
23 | 入门课程总结
相关活动
更多折扣活动，请访问阿里云 Elasticsearch 官网
• 阿里云 Elasticsearch 商业通用版，1核2G首月免费
• 阿里云 Elasticsearch 日志增强版，首月六折，年付六折
• 阿里云 Logstash 2核4G首月免费
