elasticsearch5.x数据类型与映射的介绍

这篇文章主要介绍“elasticsearch 5.x数据类型与映射的介绍”，在日常操作中，相信很多人在elasticsearch 5.x数据类型与映射的介绍问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”elasticsearch 5.x数据类型与映射的介绍”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

成都创新互联专注于成都网站制作、成都做网站、网页设计、网站制作、网站开发。公司秉持“客户至上,用心服务”的宗旨,从客户的利益和观点出发,让客户在网络营销中找到自己的驻足之地。尊重和关怀每一位客户，用严谨的态度对待客户，用专业的服务创造价值，成为客户值得信赖的朋友，为客户解除后顾之忧。

    在前面的文章中，我们创建了索引为bank的文档结构，但是，在创建1000个文档的时候，并没有指出他们每个属性的数据类型。在没有数据类型映射定义的情况下创建文档，这在ES中是允许的，因为ES会帮我们自动映射数据类型。但是，在我们的项目中，必须要先定义文档的数据类型，再操作文档，因为我们需要根据业务的需要，指定数据的属性，例如，是否需要全文索引，是否需要分词，分词器是什么。

    下面我们看下索引bank自动创建文档数据类型映射成什么？

{
  "bank": {
    "mappings": {
      "account": {
        "properties": {
          "account_number": {
            "type": "long"
          },
          "address": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "age": {
            "type": "long"
          },
          "balance": {
            "type": "long"
          },
          "city": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "email": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "employer": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "firstname": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "gender": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "lastname": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "state": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

 上面通过type指定了数据的类型。接下来，我们将开始认识这些数据类型

一、数据类型

字段类型概述

1、字符串类型

　　text 类型：当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
　　keyword：keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。

2、整数类型

在满足需求的情况下，尽可能选择范围小的数据类型。比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。

3、浮点类型

对于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查询查找-0.0不会匹配+0.0，同样range查询中上边界是-0.0不会匹配+0.0，下边界是+0.0不会匹配-0.0。

其中scaled_float，比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734
优先考虑使用带缩放因子的scaled_float浮点类型。

4、date类型

日期类型表示格式可以是以下几种：
（1）日期格式的字符串，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
（2）long类型的毫秒数( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
（3）integer的秒数(seconds-since-the-epoch)

5、boolean类型　true和false

6、 binary类型

进制字段是指用base64来表示索引中存储的二进制数据，可用来存储二进制形式的数据，例如图像。默认情况下，该类型的字段只存储不索引。二进制类型只支持index_name属性。

7、array类型

（1）字符数组: [ “one”, “two” ]
（2）整数数组: productid:[ 1, 2 ]
（3）对象（文档）数组: “user”:[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]，
注意：lasticSearch不支持元素为多个数据类型：[ 10, “some string” ]

8、 object类型

JSON对象，文档会包含嵌套的对象

9、ip类型

p类型的字段用于存储IPv4或者IPv6的地址

二、Mapping 支持属性

下面解释下一些重要的映射属性

index

设置此字段能不能被查询，就是决定要不要将这个字段放进倒排索引裡

若index设置为true(默认是true)，则表示这个这个字段会被放进倒排索引裡，如果是text就是分词过后放进索引，如果是keyword、integer...就直接整段放进索引裡

若index设置为false，则表示这个字段不放进倒排索引裡，因此不能查询这个字段(因为他不存在于倒排索引裡)

通常这种被设成false的字段，可以想像成是属于一种附属的字段，就是不能被match、term查询，但是当该文档被其他搜索条件搜出来时，他可以附带的一起被找出来，因为他们同属于同一个文档。

举个例子，定义user索引的映射

PUT /user
{
	"mappings": {
		"doc": {
			"properties": {
				"name": {
					"type": "keyword",
					"index": false
				},
				"uid": {
					"type": "integer"
				},
				"nickname": {
					"type": "text",
					"analyzer": "standard"
				}
			}
		}
	}
}

当搜索uid时，name会一起被找出来

/user/_search
{
    "query": {
        "term": {
            "uid": 1
        }
    }
}

如果搜索name属性，将会报错

GET /user/_search
{
    "query": {
        "term": {
            "name": "hugo"
        }
    }
}

出错信息如下

          "caused_by": {
            "type": "illegal_argument_exception",
            "reason": "Cannot search on field [name] since it is not indexed."
          }

analyzer

主要用在text类型的字段上，就是设定要使用哪种分词器来建立索引

可以使用内建的分词器，或是使用自定义的分词器

可以使用/_analyze测试分析器具体会将句子分词成什么样子，它能帮助我们理解Elasticsearch索引内部发生了什么

GET 127.0.0.1:9200/_analyze
{
    "analyzer": "standard",
    "text": "Text to analyze"
}

boost

官方建议：index time boost is deprecated. Instead, the field mapping boost is applied at query time. 
也就是说，官方推荐在查询时指定boost。

我们可以通过指定一个boost值来控制每个查询子句的相对权重，该值默认为1。一个大于1的boost会增加该查询子句的相对权重。boost参数被用来增加一个子句的相对权重(当boost大于1时)，或者减小相对权重(当boost介于0到1时)，但是增加或者减小不是线性的。换言之，boost设为2并不会让最终的_score加倍。

POST /bank/_search?pretty
{
    "query": {
        "match" : {
            "address": {
                "query": "mill",
                "boost": 2
            }
        }
    }
}

查询结果

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 4,
    "max_score": 8.620199,
    "hits": [
      {
        "_index": "bank",
        "_type": "account",
        "_id": "472",
        "_score": 8.620199,
        "_source": {
          "account_number": 472,
          "balance": 25571,
          "firstname": "Lee",
          "lastname": "Long",
          "age": 32,
          "gender": "F",
          "address": "288 Mill Street",
          "employer": "Comverges",
          "email": "leelong@comverges.com",
          "city": "Movico",
          "state": "MT"
        }
      },
      {
        "_index": "bank",
        "_type": "account",
        "_id": "136",
        "_score": 8.532413,
        "_source": {
          "account_number": 136,
          "balance": 45801,
          "firstname": "Winnie",
          "lastname": "Holland",
          "age": 38,
          "gender": "M",
          "address": "198 Mill Lane",
          "employer": "Neteria",
          "email": "winnieholland@neteria.com",
          "city": "Urie",
          "state": "IL"
        }
      },
      {
        "_index": "bank",
        "_type": "account",
        "_id": "970",
        "_score": 7.723722,
        "_source": {
          "account_number": 970,
          "balance": 19648,
          "firstname": "Forbes",
          "lastname": "Wallace",
          "age": 28,
          "gender": "M",
          "address": "990 Mill Road",
          "employer": "Pheast",
          "email": "forbeswallace@pheast.com",
          "city": "Lopezo",
          "state": "AK"
        }
      },
      {
        "_index": "bank",
        "_type": "account",
        "_id": "345",
        "_score": 7.723722,
        "_source": {
          "account_number": 345,
          "balance": 9812,
          "firstname": "Parker",
          "lastname": "Hines",
          "age": 38,
          "gender": "M",
          "address": "715 Mill Avenue",
          "employer": "Baluba",
          "email": "parkerhines@baluba.com",
          "city": "Blackgum",
          "state": "KY"
        }
      }
    ]
  }
}

三、更新映射

当首次创建一个索引的时候，可以指定类型的映射，但假设后来想要增加一个新的映射字段，可以使用/_mapping把新的字段加进mapping映射裡

可以增加一个新的映射，但是不能修改存在的映射，原因是因为这个映射可能有文档去用，如果改了映射的类型，可能会导致索引的数据出错，因此只能新加字段进去，不能修改

具体实例

在user映射中的doc类型增加一个新的名为tag的keyword
 

PUT /user/_mapping/doc
{
    "properties": {
        "tag": {
            "type": "keyword",
        }
    }
}

到此，关于“elasticsearch 5.x数据类型与映射的介绍”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！