ES創建mapping時字段別名

        ES默認是動態創建索引和索引類型的mapping的，但是在學習的時候還能這樣用，在生產中一定是手動制定mapping！在生產中經常會遇到這樣的需求，想用某個字段進行統計，又想對該字段進行模糊查詢，解決這種需求的方法就是對該字段創建別名！

       mapping結構如下：

{
    "settings" : {
        "index" : {
            "analysis" : {
                "filter" : {
                    "english_keywords" : {
                        "type" : "keyword_marker",
                        "keywords" : [
                            "topsec"
                        ]
                    },
                    "english_stemmer" : {
                        "type" : "stemmer",
                        "language" : "english"
                    },
                    "english_possessive_stemmer" : {
                        "type" : "stemmer",
                        "language" : "possessive_english"
                    },
                    "english_stop" : {
                        "type" : "stop",
                        "stopwords" : "_english_"
                    }
                },
                "analyzer" : {

                    "english" : {
                        "type" : "custom",
                        "filter" : [
                            "lowercase",
                            "english_stop"
                        ],
                        "tokenizer" : "standard"
                    },
                    "ik" : {
                        "filter" : ["lowercase"],
                        "type" : "custom",
                        "tokenizer" : "ik_max_word"
                    },
                    "html" : {
                        "filter" : [
                            "lowercase",
                            "english_stop"
                        ],
                        "char_filter" : [
                            "html_strip"
                        ],
                        "type" : "custom",
                        "tokenizer" : "standard"
                    },
                    "lower" : {
                        "filter" : "lowercase",
                        "type" : "custom",
                        "tokenizer" : "keyword"
                    }
                }
            },
            "number_of_shards" : "1",
            "number_of_replicas" : "0"
        }
    },
    "mappings" : {
        "test" : {
            "_all" : {
                "enabled" : false
            },
            "properties" : {
                "name" : {
                    "type" : "keyword"
                },
                "age" : {
                    "type" : "keyword",
                    "fields" : {
                        "cn" : {
                            "analyzer" : "ik",
                            "type" : "text"
                        }
                    }
                },

                "address" : {
                    "type" : "text"
                }
            }
        }
    }
}

字段age的"type" : "keyword"，不分詞，然后起個別名cn，對它使用ik分詞器進行分詞！插入四條數據

用age字段對數據進行統計的時候，需要用不分詞的age，並且需要使用全匹配規則，語句：

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age": "北京市海淀區西二旗中關村西門"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

結果：

使用age的分詞age.cn進行統計是有問題的，運行的結果說明對age的別名age.cn進行分詞，查詢條件必須匹配分詞器對age的內容進行分詞的結果進行匹配，

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age.cn": "北京市海淀區西二旗中關村西門"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

結果：

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age.cn": "北京市"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

結果：

如果使用match來統計的話也會有問題，會把不正確的數據也統計出來，使用 match進行統計會把查詢條件與內容進行匹配，根據匹配度進行打分，分數高的說明匹配度高，會排在上面

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age.cn": "北京市海淀區西二旗中關村"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

結果：

 

 下面就是按匹配度打分排名的結果

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age.cn": "北京市昌平區"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

結果：

 

 總結：統計就用term，不分詞，全匹配；模糊查詢就用match，分詞，不用全匹配！

若有不正之處，請諒解和批評指正，不勝感激！！！！！歡迎大家留言討論！！！